發(fā)布時間：2023-06-02 15:11:15
序言：寫作是分享個人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的人工智能調(diào)研論文樣本，期待這些樣本能夠為您提供豐富的參考和啟發(fā)，請盡情閱讀。
關(guān)鍵詞：智能科學(xué)與技術(shù)；課程體系；培養(yǎng)管理
1背景
智能科學(xué)與技術(shù)是當前科學(xué)研究和工程實踐的理論與技術(shù)發(fā)展的前沿領(lǐng)域，智能科學(xué)與技術(shù)專業(yè)是一個多學(xué)科交叉的跨應(yīng)用領(lǐng)域?qū)I(yè)Ⅲ。智能科學(xué)技術(shù)的發(fā)展將把整個信息科學(xué)技術(shù)推向“智能化”的高度，這正是當代科學(xué)技術(shù)發(fā)展的大趨勢，對于這方面人才的需求也越來越迫切。智能科學(xué)與技術(shù)培養(yǎng)掌握堅實智能科學(xué)與技術(shù)基本理論和系統(tǒng)專門知識，具備作為工程師或領(lǐng)導(dǎo)者及公民的良好人文修養(yǎng)，具有從事科學(xué)研究、工程設(shè)計、教學(xué)工作或獨立擔負本專業(yè)技術(shù)工作能力，深入了解國內(nèi)外智能科學(xué)與技術(shù)領(lǐng)域新技術(shù)和發(fā)展動向，能結(jié)合與本學(xué)科有關(guān)的實際問題進行創(chuàng)新研究或工程設(shè)計的高級專門人才。
高校應(yīng)穩(wěn)妥發(fā)展與完善智能科學(xué)與技術(shù)專業(yè)的本科生教育，夯實本科教育基礎(chǔ)并積極創(chuàng)造條件，大力開展創(chuàng)新教學(xué)，努力培養(yǎng)學(xué)生的創(chuàng)新意識、創(chuàng)新精神和工程實踐能力，使之成為具有系統(tǒng)技術(shù)基礎(chǔ)理論、專業(yè)知識和基本技能，良好科研素質(zhì)和較強創(chuàng)造能力的智能科學(xué)與技術(shù)工程師。
2教學(xué)計劃與教學(xué)管理分析
智能科學(xué)與技術(shù)屬于計算機類專業(yè)，其必修課程設(shè)計原則是使學(xué)生具備計算機科學(xué)與工程的基礎(chǔ)理論知識，尤其是大類專業(yè)招生教學(xué)的院校，通識課程主要是數(shù)學(xué)、物理文化基礎(chǔ)，強調(diào)扎實的自然科學(xué)基礎(chǔ)。專業(yè)教學(xué)的特色體現(xiàn)在專業(yè)必修和專業(yè)選修課程，專業(yè)必修課一般分為數(shù)學(xué)基礎(chǔ)和專業(yè)課程。計算機類專業(yè)數(shù)學(xué)基礎(chǔ)課程一般包括線性代數(shù)、微積分、離散數(shù)學(xué)、微分方程、概率與統(tǒng)計、數(shù)值計算等；專業(yè)課程一般包括程序設(shè)計基礎(chǔ)、高等程序設(shè)計、數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、計算機組成與結(jié)構(gòu)、數(shù)字電路與邏輯設(shè)計等。
2.1學(xué)分
本科培養(yǎng)計劃的學(xué)分中，國內(nèi)外大學(xué)學(xué)分總數(shù)趨勢是逐步減少，追求少而精。國內(nèi)院校一般在130～190學(xué)分之間，如北京大學(xué)為150學(xué)分，清華大學(xué)為1 70學(xué)分，東南大學(xué)與浙江大學(xué)均為160學(xué)分，還有16學(xué)時為1學(xué)分的，也有18學(xué)時為1學(xué)分的。
中國臺灣的大學(xué)一般在130學(xué)分左右。臺灣交通大學(xué)最低畢業(yè)學(xué)分為128學(xué)分，其中必修課程須達76學(xué)分（共同必修58學(xué)分+資工組核心須達分+（資工組副核心課程學(xué)分+另2組核心課程學(xué)分）），專業(yè)選修本系課程須達12學(xué)分，其他選修課程須達12學(xué)分，通識課程須達28學(xué)分（含外語課程必修8學(xué)分）。臺灣“中央大學(xué)”為136學(xué)分，臺灣“清華大學(xué)”為136學(xué)分，其中必修和必選學(xué)分126，其他與導(dǎo)師商量決定。
美國的大學(xué)各校差異較大。美國的學(xué)分計算有4學(xué)期制、兩長一短制及兩學(xué)期制，其中加州大學(xué)伯克利分校為120學(xué)分，麻省理工大學(xué)為90學(xué)分，加州大學(xué)洛杉磯分校為186學(xué)分，斯坦福大學(xué)為180學(xué)分。
2.2教學(xué)管理
在教學(xué)管理上，斯坦福大學(xué)給學(xué)生提供了非常寬松的自由發(fā)展空間。新生入校后不分專業(yè)、不分學(xué)院。除了醫(yī)學(xué)院和法學(xué)院學(xué)生需要經(jīng)過一定的選拔程序外，本科生可以在入學(xué)后的前一個學(xué)期適當時候隨意選擇專業(yè)，并且選擇專業(yè)后允許更改，只要畢業(yè)時滿足專業(yè)培養(yǎng)方案即可。
國內(nèi)的浙江大學(xué)是較早實行按大類招生的學(xué)校之一，分為大類培養(yǎng)、專業(yè)培養(yǎng)和特殊培養(yǎng)3類，前兩年不分專業(yè)，按學(xué)科分類集中培養(yǎng)。
臺灣的大學(xué)專業(yè)也是按大類完成前期的基礎(chǔ)課程，再分小專業(yè)完成各學(xué)程，包括基礎(chǔ)課、核心課和進階課。
教學(xué)分組是現(xiàn)在的主流課程架構(gòu)，也是體現(xiàn)專業(yè)方向的主要形式，分組課程是體現(xiàn)專業(yè)特色的課程組。國內(nèi)清華大學(xué)采用的是分組教學(xué)；臺灣的大學(xué)基本上采用的是以教學(xué)方向分組的方式，臺灣的大學(xué)教學(xué)分為課程與修業(yè)、學(xué)分學(xué)程。
2.3實驗與實踐教學(xué)
計算機類專業(yè)各大院校都強調(diào)課程實驗與實驗教學(xué)，而目前課程該如何進行教學(xué)？這不僅是實驗問題，如何以工程教育專業(yè)論證為目標，怎樣使教學(xué)目標達到畢業(yè)要求是關(guān)鍵。做中學(xué)是主流實驗教學(xué)方式，尤其是美國的大學(xué)，大作業(yè)體現(xiàn)的是實驗與理論教學(xué)的結(jié)合，是考查學(xué)生是否理解理論知識的重要途徑。學(xué)生不僅能夠?qū)W習(xí)扎實的數(shù)學(xué)和計算機專業(yè)知識，還進行大量的實踐創(chuàng)新訓(xùn)練。麻省理工大學(xué)、加州大學(xué)伯克利分校、加州大學(xué)洛杉磯分校、斯坦福大學(xué)都屬于實踐創(chuàng)新性教學(xué)模式。例如，斯坦福大學(xué)程序設(shè)計范式課程重點比較C、C++、Java的特點和難點，每1～2周有一次大作業(yè)，針對不同的任務(wù)，要求學(xué)生用不同的語言實現(xiàn)，使學(xué)生加深理解各類編程語言的應(yīng)用場合；麻省理工大學(xué)的課程計劃是必須先修12學(xué)分的實驗課程，再修3門或4門核心課程，最后選擇3門方向?qū)W科和1門關(guān)于該方向的實驗課、2門專業(yè)拓展課。
3智能科學(xué)與技術(shù)課程體系分析
智能科學(xué)與技術(shù)課程體系在智能基礎(chǔ)理論研究的基礎(chǔ)上，需要安排基礎(chǔ)性、通用性、關(guān)鍵性的智能技術(shù)研究，主要包括感知技術(shù)和信息融合技術(shù)；自然語言處理與理解技術(shù)；知識處理（認識）技術(shù)，包括知識提煉、知識分類、知識表示技術(shù)等；機器學(xué)習(xí)技術(shù)，特別是統(tǒng)計與規(guī)則相結(jié)合的學(xué)習(xí)技術(shù)；決策技術(shù)，即知識演繹技術(shù)特別是不確定推理技術(shù)等；策略執(zhí)行技術(shù)，即控制與調(diào)節(jié)技術(shù)；智能機器人技術(shù)，特別是面向?qū)ｉT領(lǐng)域的智能機器人技術(shù)；智能機器人之間的合作技術(shù)；基于自然語言理解的智能人機交互與合作技術(shù)；智能信息網(wǎng)絡(luò)技術(shù)。
國內(nèi)最早創(chuàng)辦智能科學(xué)與技術(shù)專業(yè)的學(xué)校包括北京大學(xué)，西安電子科技大學(xué)是第2批開始培養(yǎng)智能專業(yè)學(xué)生的院校。北京大學(xué)的本科教學(xué)計劃中，專業(yè)必修課程（2分）包括：①專業(yè)數(shù)學(xué)/理論基礎(chǔ)（15學(xué)分）：算法分析與設(shè)計、集合論與圖論、概率統(tǒng)計A、代數(shù)結(jié)構(gòu)與組合數(shù)學(xué)、數(shù)理邏輯；②硬件與系統(tǒng)基礎(chǔ)（分）：數(shù)字邏輯設(shè)計、微機原理和信號與系統(tǒng)；③智能基礎(chǔ)（5學(xué)分）：腦與認知科學(xué)與人工智能基礎(chǔ)。專業(yè)限選課程（15學(xué)分）包括信息論基礎(chǔ)、計算方法B、數(shù)字邏輯設(shè)計實驗、微機實驗、數(shù)據(jù)結(jié)構(gòu)與算法實習(xí)、機器感知和智能處理實驗、智能多媒體信息系統(tǒng)實驗。選修組合課程（29～32學(xué)分）：學(xué)生按照自己的興趣，參考智能的2個專業(yè)方向推薦專業(yè)課組合，自行選擇，至少選修20學(xué)分的智能專業(yè)課程。公共核心+專業(yè)方向+新技術(shù)及其他：①公共核心課程（分）：智能科學(xué)技術(shù)導(dǎo)論、模式識別基礎(chǔ)、生物信息處理、智能信息處理；②專業(yè)方向課程（11～15學(xué)分）：機器感知與智能機器人方向、智能信息處理與機器學(xué)習(xí)方向、新技術(shù)及其他。
西安電子科技大學(xué)智能專業(yè)主要課程包括電路分析理論、信號與系統(tǒng)、數(shù)字信號處理、數(shù)字電路及邏輯設(shè)計、模擬電子技術(shù)基礎(chǔ)、微機原理與系統(tǒng)設(shè)計、數(shù)據(jù)結(jié)構(gòu)、軟件工程、人工智能概論、算法設(shè)計與分析、最優(yōu)化理論與方法、機器學(xué)習(xí)、計算智能導(dǎo)論、模式識別、圖像理解與計算機視覺、智能傳感技術(shù)、移動通信與智能技術(shù)、智能控制導(dǎo)論、智能數(shù)據(jù)挖掘、網(wǎng)絡(luò)信息檢索、智能系統(tǒng)平臺專業(yè)實驗等課程及30多門選修課程。
建議各學(xué)?？梢愿鶕?jù)學(xué)院教學(xué)特色與實際需求，設(shè)計專業(yè)核心課程。北京大學(xué)偏重“信息處理”，湖南大學(xué)偏重“智能系統(tǒng)”，但需要強調(diào)的一個前提就是智能科學(xué)與技術(shù)專業(yè)屬于大計算機類，更需要大EECS專業(yè)的基礎(chǔ)。編程、電路、數(shù)學(xué)、數(shù)據(jù)結(jié)構(gòu)、計算機系統(tǒng)這五大核心基礎(chǔ)就是大EECS；其次是專業(yè)，計算機以系統(tǒng)結(jié)構(gòu)、操作系統(tǒng)、網(wǎng)絡(luò)、編譯、數(shù)據(jù)庫五大經(jīng)典專業(yè)核心課為主，湖南大學(xué)的智能科學(xué)與技術(shù)專業(yè)強調(diào)系統(tǒng)，因此信號與系統(tǒng)、操作系統(tǒng)、嵌入式系統(tǒng)、人工智能是最基本的專業(yè)核心課，然后再分不同的分支。湖南大學(xué)智能科學(xué)與技術(shù)專業(yè)核心課程包括人工智能概論、機器學(xué)習(xí)、計算智能導(dǎo)論、模式識別、智能控制導(dǎo)論、智能數(shù)據(jù)挖掘、機器人學(xué)等；研究學(xué)位課程包括模式識別、人工智能等，主要體現(xiàn)為智能科學(xué)與技術(shù)基礎(chǔ)（人工智能概論、機器學(xué)習(xí)、計算智能導(dǎo)論、模式識別）、核心（智能控制導(dǎo)論、智能數(shù)據(jù)挖掘）和應(yīng)用（機器人學(xué)）。
4結(jié)語
（1）在課程計劃實施過程中，教師需要遵循課程的時序圖，即描述課程的進階關(guān)系，從本科直到研究生，同時還可以實行一定的修課限制，如臺灣交通大學(xué)計算機概論與程式設(shè)計和面向?qū)ο蟪淌皆O(shè)計兩科皆不及格者不得修數(shù)據(jù)結(jié)構(gòu)與算法概論，若數(shù)據(jù)結(jié)構(gòu)不及格不能修算法設(shè)計課程等。
（2）程序設(shè)計類課程用上機程序能力考試來設(shè)置合格條件，如臺灣交通大學(xué)基礎(chǔ)程式設(shè)計及格條件為通過“程式能力鑒定”，湖南大學(xué)則以CCF―CSP軟件能力測試作為程序設(shè)計課程通過的考核標準。
（3）鼓勵學(xué)生參與項目、競賽等課外科技活動，如臺灣“清華大學(xué)”的綜合論文訓(xùn)練是由具有同等水平的項目訓(xùn)練成果或SRT（student research training）計劃項目以及其他課外科技活動成果經(jīng)認定后代替的。
（4）精煉的課程教學(xué)。核心課程應(yīng)該精且必須加強課程實驗，只有對方法和理論有正確的認識才能掌握這門課程，而動手完成實驗才能真正融會貫通。麻省理工大學(xué)、加州大學(xué)伯克利分校、加州大學(xué)洛杉磯分校的學(xué)生具備扎實的數(shù)學(xué)和計算機專業(yè)知識后，都需要進行大量的實踐創(chuàng)新訓(xùn)練。
一、管理會計課程的特點
管理會計是會計學(xué)專業(yè)的核心課程之一，該課程一般在基礎(chǔ)會計、中級財務(wù)會計、成本會計課程的學(xué)習(xí)基礎(chǔ)上開設(shè)。教學(xué)內(nèi)容主要包括戰(zhàn)略、預(yù)算、成本、營運、投融資、績效等管理，教學(xué)方法一般采用理論講述、案例分析等，教學(xué)學(xué)時一般50學(xué)時左右，教學(xué)采用“多媒體+傳統(tǒng)”方式。該門課程與財務(wù)會計相比具有四個特點。（一）以財務(wù)會計提供的會計信息為基礎(chǔ)。財務(wù)會計通過特有的確認、計量、記錄、報告等方法程序，提供決策有用的會計信息。管理會計正是利用這些信息，進一步加工，用于組織的預(yù)測決策、規(guī)劃控制等方面，以實現(xiàn)組織的價值增值為目標。技術(shù)方法用到較多復(fù)雜的數(shù)學(xué)計算，如回歸模型、指數(shù)平滑、方案評價指標等。與財務(wù)會計相比，都是比較復(fù)雜的數(shù)學(xué)計算，學(xué)生只有具備相應(yīng)的數(shù)學(xué)基礎(chǔ)，方能學(xué)好。（二）將管理理論和思想融于會計。管理會計是管理學(xué)與會計學(xué)的交叉，在會計中融入了管理的理論和思想、理念。通過不同方案、不同指標的對比（靜態(tài)的指標如投資回收期；動態(tài)指標如凈現(xiàn)值、內(nèi)部收益率等），幫助企業(yè)選擇最優(yōu)的方案，這是管理會計決策部分的主要內(nèi)容。（三）方法程序靈活多樣。管理會計是為企事業(yè)單位內(nèi)部管理服務(wù)的，嚴格的會計準則、財務(wù)程序并不完全適用于管理會計，管理會計的方法、程序、工具，靈活多樣，可以交叉使用，也可單獨使用。
二、管理會計指引的實施有助于促進管理會計的發(fā)展
（一）管理會計指引的作用。為促進企業(yè)和行政事業(yè)單位加強管理會計工作，提升內(nèi)部管理水平，促進經(jīng)濟轉(zhuǎn)型升級，2014年財政部《關(guān)于全面推進管理會計體系建設(shè)的指導(dǎo)意見》（財會[2014]27號）；2016年6月財政部《管理會計基本指引》，一系列文件的頒布實施改變了管理會計缺乏“規(guī)范”的局面。管理會計指引是從政府層面提出的應(yīng)用管理會計的指示和引導(dǎo)，具有感召力和強制性，有助于促進單位充分利用管理會計的工具方法，提高管理水平，從而增強競爭力。（二）管理會計指引體系構(gòu)成。管理會計指引體系包括基本指引、應(yīng)用指引和案例庫?；局敢?、應(yīng)用指引與案例，是管理會計龍頭上的眼睛（于增彪，2016），用以指導(dǎo)組織管理會計實踐。其中，基本指引在管理會計指引體系中起統(tǒng)領(lǐng)作用，是制定應(yīng)用指引和建設(shè)案例庫的基礎(chǔ)，而應(yīng)用指引則是對具體業(yè)務(wù)活動的詳細要求，它們之間的關(guān)系類似于會計的總分類賬戶與明細分類賬戶?！豆芾頃嫽局敢啡墓?章29條，包括制定的目的、應(yīng)用原則與應(yīng)用環(huán)境、管理會計活動、工具方法、信息報告等。該指引在遵循戰(zhàn)略導(dǎo)向、融合性、適應(yīng)性、成本效益等原則的基礎(chǔ)上，借助內(nèi)外部環(huán)境因素，其中內(nèi)部環(huán)境主要包括與管理會計建設(shè)和實施相關(guān)的價值創(chuàng)造模式、組織架構(gòu)、管理模式、資源保障、信息系統(tǒng)等因素；外部環(huán)境主要包括國內(nèi)外經(jīng)濟、市場、法律、行業(yè)等，通過規(guī)劃、決策、控制、評價等管理會計活動的運作，運用戰(zhàn)略地圖、滾動預(yù)算管理、作業(yè)成本管理、本量利分析、平衡計分卡等模型、技術(shù)、流程等工具方法，進行戰(zhàn)略、預(yù)算、成本、營運、投融資、績效、風險等管理，提供具有相關(guān)、可靠、及時、可理解性的會計信息質(zhì)量特征的財務(wù)信息和非財務(wù)信息，并進行定期和不定期、綜合和專項報告，最終提高管理水平。之后，陸續(xù)實施22項《管理會計應(yīng)用指引》，見下表。管理會計應(yīng)用指引，是對單位實施管理會計工作的具體要求，具有指導(dǎo)性和較強的操作性。20世紀90年代后，河北邯鄲鋼鐵公司實行的“模擬市場，成本否決”可謂成本管理在我國企業(yè)應(yīng)用的典范。管理會計應(yīng)用指引的設(shè)計以企業(yè)戰(zhàn)略、預(yù)算、成本、營運、投融資、績效、風險等七大領(lǐng)域的管理為依據(jù)，每一領(lǐng)域都有各自適用的管理會計工具方法。
三、互聯(lián)網(wǎng)、人工智能在財務(wù)領(lǐng)域的應(yīng)用給管理會計帶來新的發(fā)展機遇
管理也是生產(chǎn)力。電子計算機在會計中的廣泛應(yīng)用，大大提高了會計核算工作效率。從會計憑證制作、記賬到會計報表形成，計算機都能在程序語言的基礎(chǔ)上全部完成，且快速準確，這樣會計核算人員的需求數(shù)量相應(yīng)的減少。更多的會計核算人員可以轉(zhuǎn)崗從事管理會計工作，分析、重整財務(wù)數(shù)據(jù)，為決策提供依據(jù)。人工智能用于財務(wù)領(lǐng)域，一些程序化、重復(fù)性的工作，可以由智能機器人完成，會計人員可以從重復(fù)的、繁瑣的工作中解脫出來；通過云計算處理財務(wù)數(shù)據(jù)，提高財務(wù)數(shù)據(jù)效能。這些新的技術(shù)在財務(wù)領(lǐng)域的應(yīng)用，使會計工作重心發(fā)生轉(zhuǎn)移，會計人員可以將精力用于開發(fā)思想、管理創(chuàng)新、提高組織管理效率，真正實現(xiàn)由核算型會計向管理型會計的轉(zhuǎn)變，這為管理會計提供了新的發(fā)展機遇。
四、順應(yīng)新技術(shù)時代，改革管理會計課程教學(xué)
經(jīng)濟發(fā)展靠人才，培養(yǎng)人才靠教育。管理會計的廣泛應(yīng)用，必須培養(yǎng)管理會計專業(yè)人才。而管理會計人才的搖籃主要是高校會計學(xué)專業(yè)。因此，應(yīng)該與時俱進，從培養(yǎng)方案修訂做起，通過優(yōu)化大綱、改進教學(xué)方法、提升師資水平、拓寬教學(xué)資源等，探索新技術(shù)時代背景下的管理會計教學(xué)改革，培養(yǎng)優(yōu)質(zhì)的管理會計人才，促進管理會計應(yīng)用。（一）師資培訓(xùn)與提高。從高校會計學(xué)教學(xué)實踐看，管理會計師資相對緊缺。許多高校雖然開設(shè)了會計專業(yè)，但大部分是財務(wù)管理、財務(wù)會計、稅收、會計電算化等方向，管理會計的師資儲備并不充足。管理會計課程“管理”的特點，也對管理會計教師提出了更高的要求，不僅要精通財務(wù)會計，還要具備較豐富的管理學(xué)知識、高等數(shù)學(xué)的知識等。尤其現(xiàn)在的互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)等，一方面為管理會計的發(fā)展提供了契機，另一方面也需要培養(yǎng)具備相關(guān)知識的管理會計教師。建議通過培訓(xùn)、專業(yè)跨轉(zhuǎn)等形式，提高、充實管理會計師資，以滿足新技術(shù)時代管理會計發(fā)展對師資的要求。（二）修訂培養(yǎng)方案。培養(yǎng)方案是人才培養(yǎng)的綱領(lǐng)性文件，具有目標導(dǎo)向性。針對計算機、互聯(lián)網(wǎng)、人工智能等新的技術(shù)環(huán)境，要充分調(diào)研兄弟院校的教學(xué)現(xiàn)狀，實時修訂培養(yǎng)方案。在新的培養(yǎng)方案中，突出管理會計的重要地位，整個培養(yǎng)方案的重心由會計核算型向管理型轉(zhuǎn)移。聘請業(yè)內(nèi)專家，對初步擬定的培養(yǎng)方案進行論證，并注意吸收來自會計實務(wù)界、畢業(yè)生等方面的意見或建議，不斷優(yōu)化完善。（三）削減財務(wù)會計的課程及學(xué)時。一般會計學(xué)專業(yè)的培養(yǎng)方案中，涉及財務(wù)會計的課程包括基礎(chǔ)會計、中級財務(wù)會計、高級財務(wù)會計、稅務(wù)會計、成本會計、政府及非營利組織會計。這些課程都是利用確認、計量、記錄、報告等會計特有的程序，用借貸記賬法記賬，實現(xiàn)會計核算的職能。它們之間的差異僅僅是核算具體內(nèi)容的區(qū)別，其所用的會計基本理論和方法是一致的。只要學(xué)生掌握了會計的程序和方法，就能很容易通過自學(xué)擴展不同領(lǐng)域的會計核算問題。筆者認為，完全可以合并或刪掉某門課程，如將中級、高級財務(wù)會計、稅務(wù)會計合并為財務(wù)會計，在基礎(chǔ)會計學(xué)習(xí)的基礎(chǔ)上開設(shè)。（四）增加管理會計的課時或增加相關(guān)課程。因國家對高校培養(yǎng)方案總學(xué)時有明確限定，現(xiàn)在總的趨勢是壓縮專業(yè)課比重。因此，在總學(xué)時數(shù)一定的情況下，壓縮的財務(wù)會計的課時，可以用來增加管理會計的比重。通過增加管理會計課程的學(xué)時，加大案例教學(xué)、辯論式教學(xué)比重，剖析管理會計應(yīng)用的成功案例及失敗的教訓(xùn)，提升管理會計教學(xué)的深度和廣度，開發(fā)學(xué)生的思維空間，培養(yǎng)創(chuàng)新思維及創(chuàng)新能力，提高其分析解決問題的能力，更好地服務(wù)于管理會計實踐。（五）優(yōu)化教學(xué)大綱。依據(jù)所修訂的培養(yǎng)方案，撰寫課程教學(xué)大綱。教學(xué)大綱應(yīng)包括課程簡介和課程教學(xué)大綱兩部分。課程簡介部分重在說明課程的類別、學(xué)時數(shù)、先修課程、所用教材、課程主要內(nèi)容、參考文獻及網(wǎng)絡(luò)資源等參考資料，起到總括認識該門課程的作用。課程教學(xué)大綱主要包括課程的性質(zhì)及任務(wù)課程、與其他課程的聯(lián)系及分工、課程教學(xué)內(nèi)容、學(xué)時分配表、教學(xué)基本要求、成績考核說明等。課程內(nèi)容應(yīng)該按照章、節(jié)、問題等，盡量細化，并明確教學(xué)目的與要求、重點與難點，以便于課程的講授。課程的考核應(yīng)該明確具體，包括考試成績、論文、案例分析等作業(yè)所占比重等。明確課程的主要參考書及網(wǎng)站，以便于學(xué)生課外研習(xí)。（六）選用優(yōu)質(zhì)教材、拓展學(xué)習(xí)資源。教材是教學(xué)的主要參考書，對學(xué)生的影響至關(guān)重要。應(yīng)該優(yōu)先選擇國家精品課程教材、國家級規(guī)劃教材。注意選擇與管理會計課程、教材相適應(yīng)的參考教材，促進學(xué)生從不同層面、不同視角對所學(xué)管理會計理論知識的掌握。避免因某種利益關(guān)系而選用質(zhì)量低劣的管理會計教材。同時，借助主流網(wǎng)站，充分利用網(wǎng)絡(luò)資源拓展管理會計課程的學(xué)習(xí)。如通過大中型企業(yè)的網(wǎng)站，查閱其管理會計實踐做法，用所學(xué)理論分析、驗證、反思企業(yè)管理會計實踐。通過中國會計學(xué)會管理會計專業(yè)委員會網(wǎng)站，學(xué)習(xí)了解管理會計的學(xué)術(shù)前沿與管理會計面臨的新問題，培養(yǎng)學(xué)生科學(xué)研究的思維及創(chuàng)新能力。通過瀏覽會計專業(yè)期刊網(wǎng)站，搜索研究有關(guān)管理會計論文，從中吸收管理會計思想和實踐的營養(yǎng)，提高管理會計理論水平和實務(wù)能力。（七）教學(xué)方法與手段。以中國人民大學(xué)國家級優(yōu)秀教材《管理會計學(xué)》（第七版）為例，管理會計課程內(nèi)容主要包括變動成本法、本量利分析、經(jīng)營決策、存貨決策、投資決策、標準成本法、作業(yè)成本法、全面預(yù)算管理、業(yè)績考核與評價。既包括管理會計的方法，也包括預(yù)測決策、規(guī)劃控制與業(yè)績評價，這些內(nèi)容要求管理會計應(yīng)采用多種教學(xué)方法，既包括對理論部分的教師講述，還應(yīng)該包括案例教學(xué)、討論式教學(xué)、參與式教學(xué)等多種方法。案例教學(xué)要求教師通過案例內(nèi)容的陳述與分析，將需要學(xué)生掌握的知識點、管理會計理論融入其中，提高學(xué)習(xí)興趣，增強實踐感知性。案例的來源可以多樣化，可以選用中國管理案例庫、期刊雜志中的案例等；也可以因地制宜，對案例進行修改，以便符合教學(xué)需要；條件成熟時，還可以利用寒暑假或與企業(yè)合作課題等機會，深入企業(yè)實際，自行編寫具有自主知識產(chǎn)權(quán)的案例。這些案例，既是教材內(nèi)容的補充和延伸，又能激發(fā)學(xué)生的學(xué)習(xí)熱情。培養(yǎng)方案修訂、學(xué)時的增加，使得類似“咖啡屋”、小組討論、案例教學(xué)等方法成為可能。教學(xué)手段則可以根據(jù)內(nèi)容，采用傳統(tǒng)方法與多媒體相結(jié)合，（八）網(wǎng)絡(luò)資源的學(xué)習(xí)引導(dǎo)?，F(xiàn)在網(wǎng)絡(luò)無處不在，網(wǎng)絡(luò)資源豐富。在上述學(xué)習(xí)的基礎(chǔ)上，教師可引導(dǎo)學(xué)生積極利用網(wǎng)絡(luò)資源學(xué)習(xí)，如微課、慕課等，作為課堂學(xué)習(xí)的補充。中國會計學(xué)會、中華會計網(wǎng)校、各種期刊雜志網(wǎng)站、各級財政部門關(guān)于會計師職稱考試網(wǎng)、大中型企事業(yè)單位網(wǎng)站、教育中介機構(gòu)網(wǎng)站、大學(xué)精品課程與在線課程網(wǎng)站等，都具有豐富的管理會計學(xué)習(xí)資源。只要愿意學(xué)習(xí)，總能找到學(xué)習(xí)資源?；ヂ?lián)網(wǎng)時代的學(xué)習(xí)，渠道和獲取資料來源已經(jīng)做到充分多元化。
五、結(jié)語
管理會計是價值創(chuàng)造的信息系統(tǒng)，國家要強大必須要有強大的企業(yè)，企業(yè)要強大必須要用管理會計（于增彪，2016），但管理會計是我國的短板（樓繼偉，2016）?；ヂ?lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等現(xiàn)代新技術(shù)，為管理會計的發(fā)展提供了新的發(fā)展機遇。管理會計指引的實施為管理會計的實踐提供了政策支持，這也給管理會計課程教學(xué)提出了新的、更高的要求。管理會計案例作為管理會計指引體系的構(gòu)成部分，新技術(shù)時代的案例還相對匱乏。制作、編寫新的管理會計案例的過程也是促進管理會計課程教學(xué)改革的過程，實現(xiàn)管理會計由“短板”到“升級版”的跨越，逐漸滿足我國管理會計的需求（于增彪，2017），管理會計任重而道遠。
參考文獻：
[1]孫茂竹，文光偉，楊萬貴.管理會計學(xué)[M].北京：中國人民大學(xué)出版社（第七版），2015.
理性選擇理論對行為主體“認知”問題的學(xué)術(shù)處理，從“經(jīng)濟人”到“理性經(jīng)濟人”并沒有顯著的變化。古典經(jīng)濟學(xué)框架下的理性選擇理論以完全信息假設(shè)為前提，將行為主體（個人）界定為無本質(zhì)差異和不涉及個體間行為互動，不受認知約束的單純追求自身福利的“經(jīng)濟人”（約翰·伊特韋爾等，1996）。新古典經(jīng)濟學(xué)的理性選擇理論將行為主體界定為“理性經(jīng)濟人”，它同樣以完全信息假設(shè)為前提，研究了被古典經(jīng)濟學(xué)忽略的選擇偏好，通過對“偏好的內(nèi)在一致性”的解析，論證了個體能夠得知選擇結(jié)果的抽象認知(Von Neumann and Morgenstern，1947；Arrow and Debreu，1954)。這里所說的抽象認知，是指行為主體沒有經(jīng)歷具體認知過程而直接關(guān)聯(lián)于效用函數(shù)的一種認知狀態(tài)，這種狀態(tài)在新古典理性選擇理論中的存在，表明“認知”是被作為外生變量處理的。
現(xiàn)代經(jīng)濟學(xué)的理性選擇理論開始嘗試將“認知”作為內(nèi)生變量來研究?，F(xiàn)代主流經(jīng)濟學(xué)從人的有限計算能力、感知、意志、記憶和自控能力等方面研究了認知形成及其約束（Salvatore， 1999；Schandler，2006；Rubinstein，2007），認為認知是介于偏好與效用之間，從而在理論研究上處于不可逾越的位置，只有對認知進行研究，對偏好和效用的研究才能接近實際?，F(xiàn)代非主流經(jīng)濟學(xué)注重于運用認知心理學(xué)來研究人的認知形成及其約束（Kahneman and Tversky，1973，1974，1979；Smith，1994），它通過實驗揭示了一些反映認知心理進而影響選擇行為的情景，如確定性效應(yīng)、錨定效應(yīng)、從眾行為、框架依賴、信息存疊等，以論證傳統(tǒng)理論忽視認知分析而出現(xiàn)的理論與實際之間的系統(tǒng)性偏差。
但是，經(jīng)濟學(xué)理性選擇理論對認知的分析和研究，是在預(yù)先設(shè)定規(guī)則的建構(gòu)理性框架內(nèi)進行理論演繹和推理的，它們對認知的解釋，通常表現(xiàn)為一種規(guī)則遵循。例如，新古典理性選擇理論關(guān)注個體應(yīng)怎樣符合理性（最大化）的選擇，而不是關(guān)注個體的實際選擇，它對認知的學(xué)術(shù)處理是從屬于效用最大化的（Harsanyi，1977）?，F(xiàn)性選擇理論所關(guān)注的，或是在忽略認知的基礎(chǔ)上建立解釋和預(yù)測實際選擇的理性模型來說明實現(xiàn)效用最大化的條件，以闡釋個體如何選擇才符合理性（Edgeworth，1981）；或是通過行為和心理實驗來解說實際選擇的條件配置，以揭示實際選擇的效用函數(shù)（Kahneman and Tversky，1973，1974，1979；Smith，1994），因而對認知的學(xué)術(shù)處理同樣是從屬于效用最大化的。基于選擇的結(jié)果是效用，而認知與偏好都內(nèi)蘊著效用形成的原因，我們可以認為，經(jīng)濟學(xué)在將個人追求效用最大化視為公理的同時，也在相當大的程度上表明理性選擇理論對效用函數(shù)的描述和論證，不是依據(jù)數(shù)據(jù)分析而是一種通過理論預(yù)設(shè)、判斷和推理得出的因果思維模式。
因果思維模式在信息完全和不完全情況下的效應(yīng)是不同的。在信息不完全狀態(tài)下，如果研究者以信息完全預(yù)設(shè)為分析前提，依據(jù)自己掌握的部分信息對問題研究做出因果邏輯判斷和推論，則其不一定能得到正確的認知。在信息完全狀態(tài)下，研究者不需要有預(yù)設(shè)的分析假設(shè)，也不需要依賴邏輯判斷和推論，而是可以通過數(shù)據(jù)高概率地獲取正確的認知。經(jīng)濟學(xué)的信息完全假設(shè)對認知研究的影響是廣泛而深刻的。例如，新古典經(jīng)濟學(xué)假設(shè)選擇者擁有完全信息，能夠?qū)崿F(xiàn)效用最大化，它對偏好與認知以及認知與效用之間因果關(guān)系的邏輯處理，是通過可稱之為屬于該理論之亞層級預(yù)設(shè)的“給定條件約束”實現(xiàn)的（信息完全假設(shè)是第一層級預(yù)設(shè)）。在該理論中，偏好被規(guī)定為是一種處于二元化的非此即彼狀態(tài)，認知在“選擇者知曉選擇結(jié)果（效用）”這一亞層級預(yù)設(shè)下被跳越。很明顯，這種因果思維模式有助于使其建立精美的理性選擇理論體系，但由于沒有對認知階段作出分析，它很容易嚴重偏離實際。
現(xiàn)代主流經(jīng)濟學(xué)的理性選擇理論偏離現(xiàn)實的程度有所降低，原因在于開始重視認知的研究。半個多世紀以來的經(jīng)濟理論研究文獻表明，現(xiàn)代主流經(jīng)濟學(xué)的理性選擇理論正在做逐步放棄完全信息假設(shè)的努力，它對偏好與認知以及認知與效用之間因果關(guān)系的邏輯處理，是在質(zhì)疑和批評新古典經(jīng)濟學(xué)偏好穩(wěn)定學(xué)說的基礎(chǔ)是進行的，該理論用不穩(wěn)定偏好取代偏好的內(nèi)在一致性，解說了認知的不確定性，以及不完全信息和心理活動變動等如何對認知形成約束，以此質(zhì)疑和批評新古典經(jīng)濟學(xué)的期望效用函數(shù)理論，并結(jié)合認知分析對個體選擇的效用期望展開了深入的討論。相對于新古典經(jīng)濟學(xué)的理性選擇理論，雖然現(xiàn)代主流經(jīng)濟學(xué)的理性選擇理論仍然是因果思維模式，但它有關(guān)偏好與認知以及認知與效用之因果鏈的分析銜接，明顯逼近了實際。
現(xiàn)代非主流經(jīng)濟學(xué)的理性選擇理論不僅徹底放棄了完全信息假設(shè)，而且徹底放棄了主流經(jīng)濟學(xué)中隱性存在的屬于新古典理論的某些“給定條件約束”。具體地講，它對偏好與認知以及認知與效用之間因果關(guān)系的論證，不是基于純理論層次的邏輯分析，而是從實驗過程及其結(jié)果對這些因果關(guān)系做出解說。至于效用最大化，該理論則認為認知與效用最大化的關(guān)聯(lián)，并不像先前理論描述的那樣存在直接的因果關(guān)系?，F(xiàn)代非主流理性選擇理論通過實驗得出一個試圖取代傳統(tǒng)效用函數(shù)的價值函數(shù)（Kahneman and Tversky，1979），該函數(shù)體現(xiàn)了一種以實驗為分析底蘊的不同于先前理論的因果思維模式，開啟了以實驗數(shù)據(jù)作為解析因果關(guān)聯(lián)的理論分析先河。但由于現(xiàn)代非主流理性選擇理論畢竟還是一種因果思維模式，因而同先前理論一樣，在理論建構(gòu)上它仍然具有局限性。
從理論與實踐的聯(lián)系看，經(jīng)濟學(xué)理性選擇理論的因果思維模式之所以具有局限性，乃是因為它用于分析的信息是不完全和不精確，甚至有時不準確，以至于造成認知不正確和決策失誤。當研究者以不準確或不精確的信息來探尋因果關(guān)系時，極有可能致使認知出現(xiàn)偏差；而當認知出現(xiàn)偏差時，理論研究和實際操作就會出問題。誠然，因果思維模式本身并沒有錯，但問題在于，單純從現(xiàn)象形態(tài)或單純從結(jié)果所做出的理論判斷和推論，不足以讓研究者揭示真實的因果關(guān)系。人們對因果關(guān)系的理解過程伴隨著認知的形成過程，在非數(shù)據(jù)支持的因果思維模式存在局限性的情況下，經(jīng)濟學(xué)家依據(jù)這種模式所構(gòu)建的理性選擇理論，難以得到符合實際的認知理論。那么，在未來世界是什么影響和決定認知呢？人類認知有沒有可能達到準確化呢？我們把目光聚焦于大數(shù)據(jù)，或許能夠找到問題的答案。
二 、運用大數(shù)據(jù)能獲得正確認知嗎？
在迄今為止的經(jīng)濟理論研究文獻中，經(jīng)濟指標或行為指標所選用的樣本數(shù)據(jù)，不是互聯(lián)網(wǎng)和人工智能時代所言的大數(shù)據(jù)。大數(shù)據(jù)具有極大量、多維度和完備性等特征，極大量和完備性表明大數(shù)據(jù)有可能提供完全信息，多維度意味著信息可以通過大數(shù)據(jù)的相關(guān)性得到甄別和處理。廣而論之，人類的行為活動表現(xiàn)為一個龐大的數(shù)據(jù)堆積，個別行為所產(chǎn)生的數(shù)據(jù)只是這個龐大數(shù)據(jù)的元素形式。如果我們以人們的投資和消費活動作為考察對象，對大數(shù)據(jù)蘊含的因果關(guān)系以及由此得出的認知進行分析，那么，我們可認為投資和消費不僅在結(jié)果上會產(chǎn)生大數(shù)據(jù)，而且在運作過程中也會產(chǎn)生大數(shù)據(jù)。換言之，投資行為和消費行為在“結(jié)果”上顯示極大量數(shù)據(jù)的同時，也在“原因”上留下了極大量數(shù)據(jù)讓人們?nèi)プ匪?。因此，人類要取得因果關(guān)系的正確認知，離不開大數(shù)據(jù)，而在樣本數(shù)據(jù)基礎(chǔ)上經(jīng)由判斷和推理得出的針對因果關(guān)系的認知，至少是不全面的，它不足以作為人們投資和消費選擇的科學(xué)依據(jù)。
1、運用大數(shù)據(jù)分析因果關(guān)系的條件配置
人類認知的形成離不開因果關(guān)系分析，但運用大數(shù)據(jù)來分析因果關(guān)系以求獲取正確的認知，必須具備以下條件配置：1、移動設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)等的覆蓋面要足夠大，以便能搜取到極大量和完備性的數(shù)據(jù)；2、需要探索對極大量（海量）數(shù)據(jù)的算法，能夠?qū)Υ髷?shù)據(jù)進行分類、整合、加工和處理；3、需要厘清和區(qū)別數(shù)據(jù)的不同維度及權(quán)重，以至于能夠運用大數(shù)據(jù)來甄別因果關(guān)系的內(nèi)在機理。顯然，人類從兩百年前的工業(yè)革命到今天的信息革命，對數(shù)據(jù)的搜集、整合、加工和處理還不全然具備以上的配置條件，人類運用大數(shù)據(jù)來分析因果關(guān)系，還剛剛處于起步階段。
聯(lián)系經(jīng)濟學(xué)理論看問題，經(jīng)濟學(xué)家分析投資行為和消費行為以及對其因果關(guān)系的研究，主要是在抽象理論分析基礎(chǔ)上運用歷史數(shù)據(jù)來完成的。其實，對投資行為和消費行為的研究，不能只是從結(jié)果反映的數(shù)據(jù)來考量，即不能只是局限于歷史數(shù)據(jù)分析，還需要從即時發(fā)生的數(shù)據(jù)，乃至于對未來推測的數(shù)據(jù)展開分析。這可以理解為是運用大數(shù)據(jù)思維來研究經(jīng)濟問題的真諦。從大數(shù)據(jù)觀點看問題，投資和消費的因果關(guān)系應(yīng)該是歷史數(shù)據(jù)流、現(xiàn)期數(shù)據(jù)流和未來數(shù)據(jù)流等三大部分構(gòu)成的。經(jīng)濟學(xué)實證分析注重的是歷史數(shù)據(jù)流，很少涉及現(xiàn)期數(shù)據(jù)流，從未考慮過未來數(shù)據(jù)流，因此，現(xiàn)有經(jīng)濟理論文獻的實證分析以及建立其上的規(guī)范分析，很難全面反映或揭示經(jīng)濟活動的真實因果關(guān)系。
2、未來幾十年大數(shù)據(jù)揭示因果關(guān)系的可行性
在互聯(lián)網(wǎng)悄然改變?nèi)祟惤?jīng)濟、政治和文化生活的當今社會，互聯(lián)網(wǎng)的發(fā)展歷史可理解為經(jīng)歷了三個階段：從前期“人與信息對話”的1.0版本，經(jīng)由中期“信息與信息對話”的2.0版本，近期正走向“信息與數(shù)字對話”的3.0版本，互聯(lián)網(wǎng)版本的不斷升級是大數(shù)據(jù)運用范圍不斷擴大的結(jié)果，這是問題的一方面。另一方面，隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)技術(shù)等的廣泛運用，人類各種活動的數(shù)據(jù)將極大量地被搜集，人們行為的因果關(guān)系也會以迂回方式通過數(shù)字關(guān)系顯露出來。特別地，若互聯(lián)網(wǎng)在將來發(fā)展成“數(shù)字與數(shù)字對話”的4.0版本，這樣的發(fā)展方向則明顯預(yù)示著數(shù)字關(guān)系將取代因果關(guān)系，或者說，數(shù)據(jù)思維將取代因果思維，人類將全面進入大數(shù)據(jù)和人工智能時代。
如果我們把互聯(lián)網(wǎng)版本的不斷升級以及大數(shù)據(jù)運用范圍的無邊界擴大，看成是未來幾十年運用大數(shù)據(jù)來分析因果關(guān)系的重要配置條件，那么，如何對大數(shù)據(jù)的整合、分類、加工和處理，以及如何通過大數(shù)據(jù)的完備性和相關(guān)性來獲取因果關(guān)系的真實信息，則是另外兩個重要的配置條件。工業(yè)革命后的人類科學(xué)文明對因果關(guān)系揭示的主要方法和路徑，是先利用掌握的信息再通過抽象思維建立復(fù)雜模型，然后在實驗室通過試錯法來設(shè)置能反映因果關(guān)系的參數(shù)使模型具有操作性；但這種方法和路徑涉及的數(shù)據(jù)，是樣本數(shù)據(jù)而不是大數(shù)據(jù)。在大數(shù)據(jù)和人工智能時代，智慧大腦是使用“數(shù)據(jù)驅(qū)動法”來設(shè)置模型和參數(shù)的（吳軍，2016）。具體地講，是用云計算集約化及其運算模式來整合、分類、加工和處理大數(shù)據(jù)，通過數(shù)據(jù)之間的相關(guān)性來探尋在樣本數(shù)據(jù)基礎(chǔ)上無法判斷和推論的信息；同時，對模型的處理，不是建立復(fù)雜模型而是建立許多簡單模型，并通過數(shù)以萬計的計算機服務(wù)器對模型進行優(yōu)化和設(shè)定相應(yīng)的參數(shù)，以至于完完全全地運用大數(shù)據(jù)來揭示因果關(guān)系。
有必要說明的是，數(shù)據(jù)驅(qū)動法使用的數(shù)據(jù)不僅包括“行為數(shù)據(jù)流”，而且在某些特定場景中，還包括“想法數(shù)據(jù)流”；前者是指歷史數(shù)據(jù)和當前發(fā)生的數(shù)據(jù)，后者是指從已知數(shù)據(jù)的相關(guān)性所推測的未來數(shù)據(jù)。社會物理學(xué)認為，人們實際行為與“想法流”之間有著可以通過大數(shù)據(jù)分析而得到的可靠數(shù)量關(guān)系，這種關(guān)系會通過互聯(lián)網(wǎng)成為一種改變?nèi)藗冞x擇行為的重要因素（阿萊克斯?彭特蘭，2015）。誠然，在未來幾十年，數(shù)據(jù)驅(qū)動法是否能成功地成為解析因果關(guān)系的有效方法，尚有待于大數(shù)據(jù)運用的實踐，特別是有待于它在人工智能運用上之成效的檢驗。不過，數(shù)據(jù)驅(qū)動法作為解析因果關(guān)系的一種重要方法，無疑是智慧大腦的人機結(jié)合在大數(shù)據(jù)思維上的重要突破，它至少在如何展開大數(shù)據(jù)思維上打開了解析因果關(guān)系的窗口。
3、運用大數(shù)據(jù)分析因果關(guān)系所獲取的認知，包括對歷史數(shù)據(jù)分析的歷史認知，對現(xiàn)期數(shù)據(jù)分析的現(xiàn)期認知，以及推測未來數(shù)據(jù)而形成的未來認知
經(jīng)濟學(xué)家運用大數(shù)據(jù)來研究經(jīng)濟現(xiàn)象的因果關(guān)系，對經(jīng)濟現(xiàn)象原因和結(jié)果關(guān)聯(lián)的解讀，只有以極大量、多維度和完備性的數(shù)據(jù)為依據(jù)，才是大數(shù)據(jù)意義上的思維。大數(shù)據(jù)思維較之于傳統(tǒng)邏輯思維，最顯著的特征是它可以通過對不同維度數(shù)據(jù)之間相關(guān)性的分析，得到比傳統(tǒng)邏輯思維要精準得多的信息。這里所說的精準信息，是指由大數(shù)據(jù)規(guī)定且不夾帶任何主觀判斷和推測的信息。例如，經(jīng)濟學(xué)家要得到特定時期某類（種）產(chǎn)品的投資和消費的認知，其大數(shù)據(jù)思維過程如下：1、搜集、整理和分類前期該類產(chǎn)品的投資和消費的極大量和完備性的數(shù)據(jù)；2、加工和處理業(yè)已掌握的數(shù)據(jù)，并在結(jié)合利潤收益率、投資回收期、收入水平和物價水平等的基礎(chǔ)上解析這些不同緯度的數(shù)據(jù)；3、根據(jù)不同緯度數(shù)據(jù)的相關(guān)性，獲取該類產(chǎn)品投資和消費的精準信息，從而得出如何應(yīng)對該產(chǎn)品投資和消費的認知。當然，這只是在梗概層面上對運用大數(shù)據(jù)分析而獲取認知的解說，現(xiàn)實情況要復(fù)雜得多。
然則，現(xiàn)有的關(guān)于投資和消費的模型分析以及建立其上的實證分析，主要是以非大數(shù)據(jù)的歷史數(shù)據(jù)作為分析藍本的，因此嚴格來講，經(jīng)濟學(xué)對投資和消費的因果關(guān)系分析所形成的認知，屬于典型的對歷史數(shù)據(jù)分析所形成的歷史認知。眾所周知，自經(jīng)濟理論注重實證分析以來，一直存在著如何“從事后評估走向事前決策”問題的討論。由于經(jīng)濟學(xué)家對投資和消費展開實證分析所使用的數(shù)據(jù)，幾乎完全局限于（樣本）歷史數(shù)據(jù)，這便導(dǎo)致對投資和消費的因果關(guān)系分析對現(xiàn)期認知和未來認知的缺位，它不能解決“從事后評估走向事前決策”問題。國內(nèi)一些著名的成功人士指責經(jīng)濟學(xué)家不能解決實際問題。在我們看來，不熟悉大數(shù)據(jù)的成功人士的這種指責是可以理解的，但深諳大數(shù)據(jù)的成功人士帶有調(diào)侃風味的指責就不公允了。經(jīng)濟學(xué)家要在理論上立竿見影地解決實際問題，必須能得到現(xiàn)期數(shù)據(jù)和未來數(shù)據(jù)（而不僅僅是歷史數(shù)據(jù)），這需要計算機學(xué)家的配合和支持，否則便不能在精準信息的基礎(chǔ)上分析投資和消費的因果關(guān)系，但經(jīng)濟學(xué)家又不是計算機學(xué)家，因此，經(jīng)濟理論的科學(xué)化需要大數(shù)據(jù)挖掘、搜集、整合、分類、加工、處理、模型和參數(shù)設(shè)置、云計算等技術(shù)及其手段的充分發(fā)展。
歷史數(shù)據(jù)是存量，目前計算機對其處理的能力已綽綽有余，難點是在于模型和參數(shù)設(shè)置；現(xiàn)期數(shù)據(jù)是無規(guī)則而難以把控的流量，對這種流量數(shù)據(jù)的挖掘、搜集、整合、分類、加工和處理，取決于移動設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)的覆蓋面，以及云計算的集約化的運算能力；未來數(shù)據(jù)是一種展望流量，它依賴于對歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)的把握而通過大數(shù)據(jù)思維來推測。如果說經(jīng)濟學(xué)家對投資和消費的因果分析以及由此產(chǎn)生的認知，主要取決于歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)，那么，解決“從事后評估走向事前決策”問題，既要依賴于歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)，也離不開未來數(shù)據(jù)。也就是說，在“歷史數(shù)據(jù) + 現(xiàn)期數(shù)據(jù) + 未來數(shù)據(jù) = 行為數(shù)據(jù)流 + 想法數(shù)據(jù)流”的世界中，經(jīng)濟學(xué)家要解決實際問題，其理論思維和分析手段都受制于大數(shù)據(jù)思維，經(jīng)濟學(xué)家運用大數(shù)據(jù)分析因果關(guān)系而得到正確認知的前提條件，是必須利用歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)和未來數(shù)據(jù)以獲取精準信息。
就人類認知形成的解說而論，現(xiàn)有的社會科學(xué)理論是以信息的搜集、整理、加工、處理、判斷和推論，作為分析路徑來解釋認知形成的。當認知被解釋成通過數(shù)據(jù)的挖掘、搜集、整合、分類、加工和處理而形成，對認知形成的解釋，就取得了大數(shù)據(jù)思維的形式。大數(shù)據(jù)思維是排斥判斷和推論的，它否定一切非數(shù)據(jù)信息，認為產(chǎn)生精準信息的唯一渠道是大數(shù)據(jù)。在現(xiàn)有的社會科學(xué)理論中，經(jīng)濟學(xué)的理性選擇理論對人類認知的分析和研究具有極強代表性，經(jīng)濟學(xué)家對投資選擇和消費選擇的解釋，便是理性選擇理論的代表性運用。基于人類認知形成和變動的一般框架在很大程度上與理性選擇理論有關(guān)動機、偏好、選擇和效用等的分析結(jié)構(gòu)有很強的關(guān)聯(lián)，我們可以結(jié)合這個理論來研究大數(shù)據(jù)思維下人們對經(jīng)濟、政治、文化和思想意識形態(tài)等的認知變動。事實上，經(jīng)濟學(xué)關(guān)于動機、偏好、選擇和效用等關(guān)聯(lián)于認知的分析，存在著一種可以通過對大數(shù)據(jù)思維的深入研究而得以拓展的分析空間，那就是大數(shù)據(jù)思維會導(dǎo)致人類認知的變動。
三 、大數(shù)據(jù)思維之于認知變動的經(jīng)濟學(xué)分析
我們研究這個專題之前有必要指出這樣一個基本事實：大數(shù)據(jù)思維可以改變?nèi)说恼J知路徑，可以改變不同階段或不同場景下的認知形成過程，但改變不了影響認知的動機、偏好、認知和效用等的性質(zhì)規(guī)定。如前所述，傳統(tǒng)經(jīng)濟學(xué)理性選擇理論在完全信息假設(shè)下，認為個體選擇的動機和偏好以追求最大化為軸心，傳統(tǒng)理論的這個真知卓見從未被后期理論質(zhì)疑；但由于傳統(tǒng)理論的完全信息假設(shè)存在著“知曉選擇結(jié)果”的邏輯推論，因而認知在傳統(tǒng)理論中是黑箱，也就是說，傳統(tǒng)理論無所謂認知的形成和變動問題?，F(xiàn)代主流經(jīng)濟學(xué)尤其是現(xiàn)代非主流經(jīng)濟學(xué)在不完全信息假設(shè)下開始重視對認知的研究，在他們看來，認知形成過程是從理智思考到信息加工和處理的過程；他們特別注重從心理因素來考察認知變動（Schandler，2006；Rubinstein，2007；），注重通過實驗且運用一些數(shù)據(jù)來分析和研究認知（Kahneman and Tversky，1974，1979；Smith，1994），但這些分析和研究不是對極大量、多維度和完備性的數(shù)據(jù)分析。因此，經(jīng)濟學(xué)理性選擇理論發(fā)展到今天，還沒有進入對大數(shù)據(jù)思維改變?nèi)祟愓J知問題的討論。
1、經(jīng)濟學(xué)家能否對選擇動機、偏好和效用期望等進行數(shù)據(jù)分析，決定其認知分析是否具有大數(shù)據(jù)思維的基礎(chǔ)
經(jīng)濟學(xué)關(guān)于人類選擇動機、偏好和效用期望等反映人們追求最大化的基本性質(zhì)分析，以及從這三大要素與認知關(guān)聯(lián)出發(fā)，從不同層面或角度對認知形成的分析，主要體現(xiàn)在理性選擇理論中。但這方面顯而易見的缺憾，是不能對動機、偏好、認知和效用等展開數(shù)據(jù)分析?，F(xiàn)實的情況是，在大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能和機器學(xué)習(xí)等沒有問世或沒有發(fā)展到一定水平以前，經(jīng)濟學(xué)家對這些要素只能做抽象的模型分析。經(jīng)濟學(xué)理性選擇理論要跳出抽象模型分析，必須選擇具有解釋義或指示義的指標對動機、偏好和效用期望等進行數(shù)據(jù)分類分析，以便給認知的數(shù)據(jù)分析提供基礎(chǔ)，顯然，這會涉及抽象行為模型的具體化和參數(shù)設(shè)計的具體化，需要得到大數(shù)據(jù)和云計算集約化運算模式的支持（吳軍，2016）。作為對未來大數(shù)據(jù)發(fā)展及其運用的一種展望，如果經(jīng)濟學(xué)家能夠圍繞最大化這一性質(zhì)規(guī)定來尋覓動機、偏好和效用期望等的特征值，并以之來設(shè)置參數(shù)和模型，則有可能對直接或間接關(guān)聯(lián)于動機、偏好和效用期望的大數(shù)據(jù)進行分析，從而為認知分析提供基礎(chǔ)。
大數(shù)據(jù)的極大量和完備性有可能消除信息不完全，這給認知的數(shù)據(jù)分析提供可行性。誠然，選擇動機、偏好和效用期望等只是反映人們選擇的現(xiàn)期意愿和未來愿景，其極強的抽象性決定這樣的數(shù)據(jù)分析還有很大困難，但由于選擇動機、偏好和效用期望等會通過實際行為迂回地反映出來，因而我們可以找到解決這一困難的路徑。例如，人們在準備投資和消費以前，一般有各種調(diào)研活動，即對影響投資和消費的信息進行搜集、整合、分類、加工和處理，值得注意的是，這些調(diào)研活動會在移動設(shè)備、物聯(lián)網(wǎng)、傳感器、定位系統(tǒng)和社交媒體中留下大數(shù)據(jù)的痕跡，這些數(shù)據(jù)痕跡會從某個層面或某個角度顯現(xiàn)出投資者和消費者選擇動機、偏好和效用期望的傾向或意愿。
智慧大腦依據(jù)什么樣的標準來數(shù)據(jù)化這些傾向或意愿，從而對選擇動機、偏好和效用期望以及進一步對認知展開數(shù)據(jù)分析呢？這里所說的標準，是指通過云計算和機器學(xué)習(xí)等對人們實際行為的數(shù)字和非數(shù)字信息進行相關(guān)性分類，把反映選擇動機、偏好和效用期望的具有共性特征的傾向或意愿進行整理和歸納，以確定符合選擇動機、偏好和效用期望之實際的參數(shù)。如果智慧大腦能夠利用大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能和機器學(xué)習(xí)等完成以上工作，根據(jù)認知是偏好與效用的中介這個現(xiàn)實，智慧大腦便可以對認知進行大數(shù)據(jù)分析。如果經(jīng)濟學(xué)家能夠利用智慧大腦提供的大數(shù)據(jù)分析成果，經(jīng)濟學(xué)理性選擇理論將會隨著信息不完全假設(shè)前提變?yōu)樾畔⑼耆僭O(shè)前提，選擇動機、偏好和效用期望的抽象分析變?yōu)閿?shù)據(jù)分析，認知的抽象框定或心理分析變?yōu)閿?shù)據(jù)分析而發(fā)生重大變化。以上的分析性討論，是我們理解大數(shù)據(jù)思維改變?nèi)祟愓J知之經(jīng)濟學(xué)解釋的最重要的分析基點。
2、運用大數(shù)據(jù)思維進行偏好分析會改變認知形成的路徑，使經(jīng)濟學(xué)理性選擇理論接近現(xiàn)實
現(xiàn)有的理性選擇理論有關(guān)動機和偏好的分析和研究（這里集中于偏好的討論），主要集中于偏好如何界定和形成以及如何隨認知和效用期望調(diào)整而發(fā)生變動等方面，并且這些分析和研究是采用“個體行為”為基本分析單元的個體主義方法論。在大數(shù)據(jù)時代，雖然個人、廠商和政府的選擇偏好仍然是追求最大化，個體選擇行為仍然是整個社會選擇的基礎(chǔ)，個體主義方法論仍然在一定程度和范圍內(nèi)存在合理性，但互聯(lián)網(wǎng)平臺改變了選擇偏好的形成過程和機理。具體地說，現(xiàn)今人們的選擇偏好已不是經(jīng)濟學(xué)理性選擇理論意義上的選擇偏好，而更多地表現(xiàn)為是一種以最大化為底蘊的具有趨同化特征的偏好。例如，某種產(chǎn)品投資或消費的介紹會和研討會，對某種產(chǎn)品投資或消費的點贊和評價，中央政府和地方政府關(guān)于某種產(chǎn)品投資或消費的統(tǒng)計數(shù)據(jù)，專家和新聞媒體對某種產(chǎn)品投資或消費的評說和報道，等等，都會成為人們選擇偏好出現(xiàn)一致性的催化劑。因此，經(jīng)濟學(xué)理性選擇理論跳出抽象模型分析，已經(jīng)在偏好分析上具備了大數(shù)據(jù)思維的條件和基礎(chǔ)。
智慧大腦與非智慧大腦的區(qū)別，在于能對人們消費和投資的偏好展開大數(shù)據(jù)分析，能通過大數(shù)據(jù)的搜集、整合、加工和處理，運用云計算得到來自不同維度數(shù)據(jù)之間相關(guān)性的精準信息，以至于能獲取建立在大數(shù)據(jù)分析基礎(chǔ)之上的認知。從理論上來講，偏好會影響認知但不能決定認知。就偏好影響認知而論，它主要是通過利益訴求、情感驅(qū)動、身心體驗和時尚追求等對認知產(chǎn)生誘導(dǎo)或牽引作用。但在非大數(shù)據(jù)時代，這些誘導(dǎo)或牽引作用無法數(shù)據(jù)化，于是經(jīng)濟學(xué)家對偏好影響認知的研究便只能以抽象模型來描述。大數(shù)據(jù)思維對偏好影響認知的處理，是使用以許多簡單而相對具體的模型取代高度抽象的單一模型，運用數(shù)據(jù)驅(qū)動法來設(shè)置參數(shù)和模型，對利益訴求、情感驅(qū)動、身心體驗和時尚追求等偏好特征進行解讀，這樣便實現(xiàn)了很多非數(shù)據(jù)化信息的數(shù)據(jù)化，從而使以偏好為基礎(chǔ)的在理論上對認知變動的研究有了新的分析路徑。
阿里巴巴公司正在奮力打造的線上和線下相結(jié)合的“新零售”模式，是以大數(shù)據(jù)分析和運用的阿里云平臺為背景和依托的。這個模式試圖通過充分搜集、整合、分類、加工和處理已發(fā)生的歷史消費數(shù)據(jù)，正在發(fā)生的現(xiàn)期消費數(shù)據(jù)和有可能發(fā)生的未來消費數(shù)據(jù)，捕捉人們消費偏好的動態(tài)變化，以期構(gòu)建符合大數(shù)據(jù)思維的全新商業(yè)業(yè)態(tài)。撇開新零售模式在運營過程中的諸如數(shù)據(jù)處理、機器學(xué)習(xí)和人工智能運用等技術(shù)問題，僅以該模式對人們消費行為的系統(tǒng)梳理、分級整合及相關(guān)處理來說，它無疑會在引領(lǐng)人們消費行為的同時促動消費趨同化偏好的形成。尤其值得關(guān)注和研究的是，隨著該模式運營所積累的數(shù)據(jù)量全然達到大數(shù)據(jù)的標準，人們的消費認知將會在消費趨同化偏好的導(dǎo)引下發(fā)生變化，這種情形不僅會發(fā)生在消費領(lǐng)域，投資領(lǐng)域也會出現(xiàn)投資趨同化偏好。很明顯，趨同化偏好具有共性特征，它在很大程度上是對個體選擇偏好的否定，對于這種偏好所導(dǎo)致的認知應(yīng)該怎樣理解呢？這個問題需要進一步研究。
3、在大數(shù)據(jù)時代，趨同化偏好會改變認知形成過程，消費者和投資者的認知不再是自己獨立思考和理智判斷的產(chǎn)物，而是在趨同化偏好驅(qū)動下對智慧大腦認知的認同
廠商的投資選擇偏好是追求利潤最大化，這一永恒的事實不妨礙或排斥投資趨同化偏好的形成。一般來講，大數(shù)據(jù)發(fā)展初期的互聯(lián)網(wǎng)平臺對選擇趨同化偏好形成的作用力，在消費領(lǐng)域要比投資領(lǐng)域來得更加直接和迅速。究其原因，是兩大領(lǐng)域的機會成本和風險程度不同的緣故。但隨著大數(shù)據(jù)、云計算和機器學(xué)習(xí)等的充分發(fā)展，智慧大腦有可能對歷史、現(xiàn)期和未來的大量投資數(shù)據(jù)進行搜集、整合、加工和處理，有可能通過云計算集約化模式來分析不同維度數(shù)據(jù)之間相關(guān)性而獲得精準信息，同時，智慧大腦會根據(jù)市場“行為數(shù)據(jù)流”折射出“想法數(shù)據(jù)流”而產(chǎn)生預(yù)見能力，尋覓和遴選出高收益的投資方向和投資標的。若此，智慧大腦投資選擇的勝算率（利潤率）將會大大提高，廠商會效尤智慧大腦進行投資選擇，從而出現(xiàn)投資趨同化偏好。經(jīng)濟學(xué)曾經(jīng)對諸如“羊群效應(yīng)、蝴蝶效應(yīng)、從眾行為、信息重疊”等現(xiàn)象有過許多研究（羅伯特?希勒，2001），但嚴格來講，這些研究是描述性的，不是聯(lián)系偏好和認知等的分析性研究。
消費和投資的趨同化偏好主要是針對消費者和投資者的選擇行為方式而言的，它不改變消費和投資選擇偏好的追求效用最大化的性質(zhì)規(guī)定，這是問題的一方面。另一方面，在將來大數(shù)據(jù)充分發(fā)展的鼎盛時期，消費和投資的趨同化偏好會改變認知形成過程，這可以從兩種意義上來理解：1、從原先通過對信息進行搜集、整合、分類、加工和處理來獲取認知，轉(zhuǎn)變?yōu)橥ㄟ^對數(shù)據(jù)的搜集、整合、分類、加工和處理來獲取認知；2、消費者和投資者的認知不再是自己獨立思考和理智判斷的產(chǎn)物，而是在趨同化偏好的驅(qū)動下認同智慧大腦的認知。關(guān)于第一點，大數(shù)據(jù)思維的認知之所以會取代獨立思考和理智判斷的認知，乃是因為它能夠運用云計算集約化模式將消費和投資的歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)甚至未來數(shù)據(jù)進行分類處理和相關(guān)性分析，能夠運用數(shù)以萬計的計算機服務(wù)器對特定事物的因果關(guān)系展開深度機器學(xué)習(xí)，從而通過分類和歸納不同維度數(shù)據(jù)而得到精準信息（精準醫(yī)療就是基于此原理）。人類對因果關(guān)系探索的手段和路徑發(fā)生變化，認知的形成過程及其機理就會發(fā)生變化。
關(guān)于第二點，消費者和投資者在未來放棄對信息的搜集、整合、分類、加工和處理，認同和效尤智慧大腦的認知來進行選擇，這可理解為是他們進行效用比較（投入與收益）時的“幡然悔悟”。尤瓦爾?赫拉利（2017）有關(guān)一切有機和無機實體都可以運用算法來解構(gòu)的前景預(yù)期，（吳軍，2016）關(guān)于未來制造業(yè)、農(nóng)業(yè)、醫(yī)療、體育、律師業(yè)甚至新聞出版業(yè)都將由大數(shù)據(jù)統(tǒng)治的觀點，凱文?凱利（2014）以大數(shù)據(jù)和人工智能為分析底蘊對新經(jīng)濟十大重要準則的論述，均認為具有大數(shù)據(jù)思維且不作出主觀判斷的智慧大腦將是未來世界的操控者，而Master和AlphaGo戰(zhàn)勝世界頂級圍棋高手的實踐，則顯露了人工智能完全有可能戰(zhàn)勝人腦的端倪?，F(xiàn)實中的普通消費者和投資者通常只是依據(jù)有限或不準確的信息進行消費和選擇，經(jīng)濟學(xué)家也只是根據(jù)有限或不準確的信息進行因果關(guān)系分析而得出認知，因此，相對于智慧大腦的選擇效用，消費者和投資者是相形見絀，經(jīng)濟學(xué)家的理論見解和政策主張往往不吻合實際。
智慧大腦是運用大數(shù)據(jù)思維而超越一般智人大腦的大腦。不過，從性質(zhì)上來講，極少數(shù)擁有智慧大腦的人通過對數(shù)據(jù)的搜集、整合、分類、加工和處理所得到的認知，仍然屬于人的認知。需要強調(diào)指出的是，這種認知不同于經(jīng)濟學(xué)理論及其他社會科學(xué)理論所闡述和論證的認知，它是在大數(shù)據(jù)思維驅(qū)動下的人類認知。對于這種新型認知的理解，如果我們結(jié)合經(jīng)濟學(xué)理性選擇理論對其展開解說，則有著基礎(chǔ)理論的分析價值。
4、在未來，智慧大腦的認知將引領(lǐng)非智慧大腦的認知，其結(jié)果是導(dǎo)致認知趨同化
熟悉經(jīng)濟學(xué)理性選擇理論的學(xué)者知道，無論經(jīng)濟學(xué)家是從信息的搜集、整合、分類、加工和處理獲取認知，還是通過心理分析或行為實驗獲取認知，他們都是在不完全信息或有限理性約束下進行的，這不僅存在著以不精準信息推論認知的問題，而且存在認知形成過程的主觀判斷問題。智慧大腦運用大數(shù)據(jù)思維所形成的認知的最大特點，是在接近完全信息基礎(chǔ)上獲取認知的，并且不夾帶任何主觀判斷?，F(xiàn)代未來學(xué)家曾分別從不同角度和層面對大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能展開了許多討論，他們的共同見解是認為大數(shù)據(jù)的極大量、多維度和完備性將有可能解決信息不完全問題（包含信息不對稱），并且能夠給人類選擇提供精準信息。倘若如此，人類的認知問題便完全成為智慧大腦對數(shù)據(jù)的搜集、整合、分類、加工和處理問題，一旦人類可以通過大數(shù)據(jù)思維獲取精準信息和完全信息，經(jīng)濟學(xué)理性選擇理論將會在根基上被顛覆。
智慧大腦只有極少數(shù)人才具備，絕大部分人（包括智人）都是非智慧大腦。在未來世界，智慧大腦將引領(lǐng)非智慧大腦進行選擇。這一引領(lǐng)過程是由前后相繼的兩個階段構(gòu)成：一是智慧大腦運用大數(shù)據(jù)對偏好進行分析，通過互聯(lián)網(wǎng)將偏好傳送給具有從眾心理和從眾行為傾向的非智慧大腦，形成非智慧大腦的趨同化偏好；另一是智慧大腦運用大數(shù)據(jù)分析獲取認知，同樣是通過互聯(lián)網(wǎng)讓非智慧大腦效尤智慧大腦的認知，形成趨同化認知，從而使非智慧大腦以智慧大腦的認知為認知來選擇。這些情形表明，未來人類智慧大腦將決定非智慧大腦的偏好和認知，進一步說，則是智慧大腦將影響非智慧大腦的選擇行為。這里有一個極其重要問題須討論：對絕大部分非智慧大腦而言，他們在選擇過程中是否還存在認知？事實上，無論是趨同化偏好還是趨同化認知，非智慧大腦的偏好和認知并沒有徹底消失，只是形成的路徑和內(nèi)容發(fā)生了變化。關(guān)于這個問題的討論，聯(lián)系經(jīng)濟學(xué)的認知理論進行比較分析，或許會有更深的理解。
如前所述，傳統(tǒng)經(jīng)濟學(xué)以完全信息為假設(shè)前提，將認知作為理性選擇模型的外生變量，“認知”是被理論分析跳越的?，F(xiàn)代經(jīng)濟學(xué)以不完全信息為假設(shè)前提，在理性選擇模型中，努力通過心理和實驗分析把認知作為內(nèi)生變量，易言之，“認知”被解釋為個體對信息進行搜集、整合、分類、加工和處理的結(jié)果，顯然，以上分析在分析對象、分析方法和分析路徑上，是與大數(shù)據(jù)思維不同的?，F(xiàn)代經(jīng)濟學(xué)理性選擇理論所分析的個體，是通過邏輯推論所抽象出來的蕓蕓眾生；雖然智慧大腦也可以看成是個體，但人數(shù)極少，是具有大數(shù)據(jù)思維之共同特征的個體?，F(xiàn)代經(jīng)濟學(xué)理性選擇理論是借助于偏好分析來研究認知的，雖然認知已在一定程度上被視為內(nèi)生變量，但分析方法和路徑仍然是邏輯判斷或推論為主；大數(shù)據(jù)思維對認知分析將會采用的方法和路徑，是搜集、整合、分類、加工和處理數(shù)據(jù)，試圖從極大量、多維度和完備性的數(shù)據(jù)中獲取精準信息以得出認知。因此，盡管認知出現(xiàn)了趨同化，人類在大數(shù)據(jù)思維下仍然存在認知，只不過是非智慧大腦放棄自己的認知而統(tǒng)一于智慧大腦的認知罷了。
總之，偏好和認知的趨同化顯示了大數(shù)據(jù)思維的魅力，這種魅力根植于大數(shù)據(jù)能夠經(jīng)由智慧大腦而產(chǎn)生精準信息。其實，智慧大腦如何設(shè)置參數(shù)和模型，如何運用云計算集約化模式，如何利用互聯(lián)網(wǎng)以及尋覓廣泛使用人工智能的方法和途徑等，主要是計算機運用層面上的技術(shù)問題。我們研究大數(shù)據(jù)思維下人類認知變動需要重點關(guān)注的，是非智慧大腦究竟還有沒有認知，其效用期望會呈現(xiàn)什么樣的格局？既然非智慧大腦只是沒有獨立認知而不是完全跳越了認知，那么非智慧大腦便存在著效用期望，關(guān)于這種效用期望，我們可以聯(lián)系效用函數(shù)來解說。
四 、認知結(jié)構(gòu)一元化與效用期望變動的新解說
經(jīng)濟理論對選擇行為與效用期望之間動態(tài)關(guān)聯(lián)所建立的基本分析框架，展現(xiàn)出一幅“偏好認知選擇效用期望”的圖景。各大經(jīng)濟學(xué)流派的理性選擇理論對這幅圖景中的 “”有不同的解說和取舍（前文有所涉及），概括來說，或側(cè)重于分析這些箭頭前后要素之間的相互關(guān)聯(lián)，或側(cè)重于分析這些箭頭前后要素之間的影響和決定作用。但就人們選擇動機和目的與效用之間的關(guān)聯(lián)而論，幾乎所有理論都不懷疑“追求自身利益最大化”的公理性，于是，“最大化”在成為效用函數(shù)核心變量的同時，也在一定程度上被作為理性選擇的判斷標準。以上圖景的邏輯分析鏈是建立在信息不完全分析假設(shè)上的，各大經(jīng)濟學(xué)流派的理性選擇理論對這條邏輯分析鏈各環(huán)節(jié)的不同解說所產(chǎn)生的理論分歧，可歸結(jié)為是在信息不完全假設(shè)分析框架內(nèi)的分歧。值得學(xué)術(shù)界關(guān)注的是，當大數(shù)據(jù)在未來有可能提供完全信息時，這些分歧將會讓位于新的理論探討。
經(jīng)濟學(xué)家對效用函數(shù)的研究是與認知分析緊密相聯(lián)的。但無論是傳統(tǒng)經(jīng)濟理論還是現(xiàn)代經(jīng)濟理論，他們對效用函數(shù)以及最大化問題的研究存在著共性，即這些研究都是建立在抽象的認知結(jié)構(gòu)一元化基礎(chǔ)上的。具體地說，傳統(tǒng)經(jīng)濟理論在完全信息假設(shè)上認為，選擇者可以得到“獲悉選擇結(jié)果的認知”，從而主張用“最大化”來描述選擇者的效用函數(shù)?，F(xiàn)代主流和非主流經(jīng)濟理論在不完全信息假設(shè)上認為，選擇者受有限理性約束不可能得到“獲悉選擇結(jié)果的認知”，從而主張不可用“最大化”來描述選擇者的效用函數(shù)。這里所說的抽象認知結(jié)構(gòu)一元化，是指不是以具體的認知主體作為分析對象，而是把整個人類描述為一個同一的抽象主體，讓“最大化”問題成為效用函數(shù)的核心問題。在大數(shù)據(jù)思維的未來世界，隨著信息有可能出現(xiàn)完全化，“最大化”問題將會成為不是問題的問題。
誠然，智慧大腦對大數(shù)據(jù)進行搜集、整合、分類、加工和處理，并通過云計算、機器學(xué)習(xí)乃至于根據(jù)人工智能實踐來選擇參數(shù)和設(shè)置模型，仍然沒有越出追求自身利益最大化這一效用函數(shù)的性質(zhì)規(guī)定，但由于智慧大腦的認知形成過程是建立在具有極大量、多維度和完備性的大數(shù)據(jù)基礎(chǔ)之上的，大數(shù)據(jù)能夠提供完全信息的特點有可能會讓智慧大腦取得效用最大化。人類絕大部分選擇者是非智慧大腦者，從科學(xué)意義上來講，大數(shù)據(jù)對他們可謂是長期的黑箱，而他們依據(jù)自己認知所做出的選擇又不可能實現(xiàn)效用最大化，于是，非智慧大腦者將以智慧大腦者的認知作為自己認知而做出選擇，這便形成了大數(shù)據(jù)時代實際意義上的一元化認知結(jié)構(gòu)。如果說我們劃分智慧大腦和非智慧大腦是對人類選擇主體的一種新界定；那么，我們揭示這兩大選擇主體實際意義上的一元化認知結(jié)構(gòu)，則是對大數(shù)據(jù)時代人類認知問題的一種新解說。
大數(shù)據(jù)背景下人類實際意義上的認知結(jié)構(gòu)一元化，將是未來發(fā)展的一種趨勢，相對于經(jīng)濟理論抽象意義上的認知結(jié)構(gòu)一元化，它容易把握和理解。但它在將來能否成為一種固定化趨勢，取決于智慧大腦在經(jīng)濟、政治、文化和思想意識形態(tài)等領(lǐng)域進行選擇時獲得的效用函數(shù)值。對于該效用函數(shù)值的預(yù)期，大數(shù)據(jù)思維下的智慧大腦是具備這種能力的。從經(jīng)濟理論分析看，對效用函數(shù)值的討論，將涉及內(nèi)蘊且展示效用函數(shù)的效用期望問題的討論。傳統(tǒng)經(jīng)濟學(xué)的期望效用函數(shù)理論，是一種運用數(shù)學(xué)模型論證選擇者能夠?qū)崿F(xiàn)最大化的理性選擇理論（(Von Neumann and Morgenstern，1947；Arrow and Debreu，1954），現(xiàn)代非主流經(jīng)濟學(xué)是在分析風險厭惡和風險偏好的基礎(chǔ)上，用一條S型的價值（函數(shù)）曲線取代傳統(tǒng)的效用函數(shù)，并通過相對財富變動對選擇者感受的分析，解析了選擇者的效用期望會不斷發(fā)生調(diào)整的情形（Kahneman and Tversky，1979）。那么，大數(shù)據(jù)時代選擇者的效用期望會發(fā)生怎樣變動呢？
人類社會發(fā)展的歷史表明，人的主觀期望與實際選擇結(jié)果之間會發(fā)生經(jīng)常性偏離。選擇者的效用期望能否實現(xiàn)最大化，一是取決于選擇者能否得到完全信息，另一是取決于選擇者認知過程的科學(xué)化。事實上，現(xiàn)代經(jīng)濟學(xué)對傳統(tǒng)經(jīng)濟學(xué)以最大化為核心的效用函數(shù)的質(zhì)疑和批評，主要是圍繞信息不完全和忽略認知過程展開的。大數(shù)據(jù)時代存在著提供完全信息的可能性，而智慧大腦利用互聯(lián)網(wǎng)和運用云計算、機器學(xué)習(xí)和人工智能等手段，正在實現(xiàn)著認知過程的科學(xué)化，這便提出了經(jīng)濟學(xué)必須回答的兩大問題：1、大數(shù)據(jù)思維下的人類選擇是否可以實現(xiàn)最大化，2、大數(shù)據(jù)思維下選擇者的效用期望會不會發(fā)生調(diào)整。這是現(xiàn)代經(jīng)濟學(xué)沒有提及的兩大問題，但當我們分別從智慧大腦和非智慧大腦來討論這兩大問題時，結(jié)論或許會讓篤信經(jīng)濟學(xué)經(jīng)典理論的學(xué)者大跌眼鏡。
在未來世界，隨著互聯(lián)網(wǎng)平臺的日新月異以及移動設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)等搜集大數(shù)據(jù)手段的覆蓋面的日益擴大，大數(shù)據(jù)的極大量、多維度和完備性給人類選擇提供了完全信息的基礎(chǔ)。智慧大腦在云計算、機器學(xué)習(xí)和人工智能等的支持下，以數(shù)據(jù)分析為基礎(chǔ)的認知過程也越來越科學(xué)化，于是，智慧大腦便可以知曉選擇過程的結(jié)果，有可能實現(xiàn)最大化，這說明智慧大腦不存在效用期望的調(diào)整問題。另一方面，非智慧大腦以智慧大腦的認知為自己的認知，其效用期望完全依附于智慧大腦的效用期望。具體地說，非智慧大腦不對數(shù)據(jù)進行搜集、整合、分類、加工和處理，跳越了認知過程，同樣不存在效用期望的調(diào)整問題。非智慧大腦效用期望完全依附于智慧大腦效用期望的情形，或者說，非智慧大腦以智慧大腦效用期望為自己效用期望的情形，統(tǒng)一于智慧大腦與非智慧大腦的認知結(jié)構(gòu)一元化。如果要追溯非智慧大腦效用期望的變動，那就是從原先屬于自己的效用期望轉(zhuǎn)變成了智慧大腦的效用期望。
智慧大腦有可能實現(xiàn)最大化，以及不存在效用期望調(diào)整是一回事，但智慧大腦能否在所建模型中給定效用期望值卻是另一回事。效用期望作為一種主觀預(yù)期或判斷，它不會在互聯(lián)網(wǎng)上留下可供大數(shù)據(jù)分析的歷史數(shù)據(jù)流、現(xiàn)期數(shù)據(jù)流和未來數(shù)據(jù)流，也就是說，不會在互聯(lián)網(wǎng)上留下可供大數(shù)據(jù)分析的行為數(shù)據(jù)流和想法數(shù)據(jù)流，這在決定智慧大腦難以跟蹤、模擬和推論效用期望值的同時，也給非智慧大腦放棄認知而效尤智慧大腦提供了某種聊以。推崇人工智能可以替代人腦的學(xué)者，好用Master和AlphaGo戰(zhàn)勝世界頂級圍棋高手的事實作為這種替代的立論依據(jù)，但無論我們怎樣在大數(shù)據(jù)分析、機器學(xué)習(xí)和人工智能運用等方面進行深度挖掘，也找不到智慧大腦能在所建模型中給定效用期望值的科學(xué)依據(jù)。智慧大腦不能確定效用期望值，也就規(guī)定了非智慧大腦不能確定效用期望值。這又提出了一個在理論上有必要回答的問題：非智慧大腦還有沒有效用期望？
在經(jīng)濟社會，智慧大腦和非智慧大腦的投資和消費選擇的效用期望都是追求最大化，這一點是永恒的。但問題在于，非智慧大腦以智慧大腦的認知為自己認知，以智慧大腦的選擇作為自己選擇的情形，會使自己的效用期望完全停留在期望智慧大腦選擇結(jié)果的形式上，這可以解釋為大數(shù)據(jù)時代非智慧大腦的效用期望的一種變動。但對于這樣的效用期望的理解，與其說它是一種效用期望，倒不如說它是一種效用期待。社會經(jīng)濟的精英是人數(shù)極少的智慧大腦群體，但推動投資和消費的是占人口絕大多數(shù)的非智慧大腦群體。因此，非智慧大腦群體的偏好、認知、選擇和效用期望，應(yīng)該是理性選擇理論研究的重點。關(guān)于這一研究重點的邏輯和現(xiàn)實的分析線索，是大數(shù)據(jù)思維趨同化偏好趨同化認知認知結(jié)構(gòu)一元化最大化效用期望。不過，這條分析線索包含著許多本文或有所涉及或尚未涉及的交叉性內(nèi)容，它需要我們在繼續(xù)研究大數(shù)據(jù)思維改變?nèi)祟愓J知這一理論專題時，做出進一步深入的探討。
論文摘要:隨著高校規(guī)模的擴大和教育體制改革，教學(xué)評估工作量大大增加，其復(fù)雜程度也越來越高，開發(fā)高效的教學(xué)質(zhì)量評枯系統(tǒng)成為當前的緊迫任務(wù)。
1開發(fā)教學(xué)質(zhì)最評估系統(tǒng)的意義
①為學(xué)院師資隊伍的科學(xué)管理提供可靠的依據(jù)和客觀標準。②有利于完善學(xué)院的教學(xué)管理，使之更科學(xué)化、規(guī)范化，從而提高學(xué)院的綜合競爭力。③促進教師自身的發(fā)展和提高，促使其發(fā)揮優(yōu)勢，加強弱勢，達到全面提高的目的。④促進教師與學(xué)生的雙向溝通和聯(lián)系，使之更具廣度和深度，促進教學(xué)雙方更好地結(jié)合。
2需求分析
根據(jù)現(xiàn)代教育理論和評價理論，在對外語學(xué)院充分調(diào)研的基礎(chǔ)上，設(shè)計一套科學(xué)合理的測評標準，能全面反映學(xué)院教師的師德風范、教學(xué)水平、教學(xué)態(tài)度和教學(xué)效果。
①操作簡單。各類用戶只需用賬號和密碼登陸，即可在權(quán)限范圍內(nèi)完成評價或管理任務(wù)。②評價指標體系完善。不同類型的課程評價指標也有所差別，需設(shè)置指標體系設(shè)置模塊。③功能完備。系統(tǒng)不僅要實現(xiàn)學(xué)生評教，且要實現(xiàn)同行評價、領(lǐng)導(dǎo)評價。為防止部分學(xué)生惡意打分，需設(shè)置無效問卷設(shè)置模塊，對異常數(shù)據(jù)修正，體現(xiàn)真實教學(xué)質(zhì)量。④保密性強。充分利用學(xué)?，F(xiàn)有數(shù)據(jù)庫，自動提取信息，實現(xiàn)學(xué)生、教師、課程的對應(yīng)，自動驗證身份，同時設(shè)置瀏覽權(quán)限，保護教師及測評學(xué)生的隱私。⑤結(jié)果分析合理。應(yīng)用人工智能對結(jié)果分析并提出合理化建議，達到以評促教的目的。
3系統(tǒng)相關(guān)技術(shù)
①面向?qū)ο?。在系統(tǒng)的開發(fā)過程中進行業(yè)務(wù)調(diào)查并按照面向?qū)ο蟮乃枷雭矸治鰡栴}。將產(chǎn)生三種模型:功能模型:對象模型;動態(tài)模型。② B/S模式。以Web技術(shù)為基礎(chǔ)的平臺模式。把傳統(tǒng)C/S模式中的服務(wù)器分解為一個數(shù)據(jù)服務(wù)器與一個或多個應(yīng)用服務(wù)器，構(gòu)成三層結(jié)構(gòu)服務(wù)器體系。③ ASP.NET技術(shù)。是已編譯的基于.NET的環(huán)境可用任何與.NET兼容的語言創(chuàng)建應(yīng)用程序，從而簡化頁面的代碼。
4評估指標設(shè)計
①教學(xué)質(zhì)量的觀測點:教學(xué)態(tài)度、內(nèi)容、方法、效果等是主要觀測點。態(tài)度包括嚴謹治學(xué)、為人師表、教書育人、備課充分;內(nèi)容指掌握基本知識、概念熟練程度，理論準確度及先進性等;方法指采取的適宜的方法或手段，如啟發(fā)式、討論式、研究式及理論聯(lián)系實際的狀況;效果包括激發(fā)學(xué)習(xí)興趣，提高對知識理解、掌握和靈活運用的程度，分析、解決問題的能力等。教學(xué)效果在一定程度上反映了教育品質(zhì)、學(xué)術(shù)水平和教學(xué)能力。②評估指標:本系統(tǒng)采用多元化評估主體，即學(xué)生、專家、領(lǐng)導(dǎo)及教師自己。針對外語課程性質(zhì)和特點，又分為理論課、聽力課等，教學(xué)的單項指標不同可使評估指標的可測性更好，更真實地反映教師的教學(xué)情況。學(xué)生評估是教學(xué)相長原則的充分體現(xiàn)，學(xué)生對教師有最全面的接觸和最深刻的了解，學(xué)生評估有無可比擬的優(yōu)勢。因此本文著重分析學(xué)生評估指標。包括學(xué)生對任課教師的評估、應(yīng)屆畢業(yè)生問卷以及在線預(yù)警。
5系統(tǒng)功能模塊及流程
①系統(tǒng)流程圖。②系統(tǒng)功能模塊設(shè)計本系統(tǒng)主要包括五個模塊:用戶登錄認證模塊、評估模塊、結(jié)果搜索排序模塊、用戶分級模塊、管理員管理模塊。認證模塊驗證用戶是否合法，根據(jù)身份做相應(yīng)的權(quán)限控制。其目的是避免數(shù)據(jù)的泄漏、非法修改或破壞。評估模塊包括:領(lǐng)導(dǎo)評估、專家評估、學(xué)生評估和教師自我評估4個子模塊。結(jié)果搜索排序模塊的是對評估結(jié)果匯總排序，排出全院學(xué)期授課質(zhì)量總分前20%、后l0%的教師以及應(yīng)屆畢業(yè)生問卷中最好和最差的教師。用戶分級模塊將用戶分為二級:院(系)領(lǐng)導(dǎo)有權(quán)限隨時查閱教師的評估結(jié)果;教師本人只能看自己的結(jié)果。管理員管理模塊負責各級用戶的密碼和數(shù)據(jù)庫整理。
6教學(xué)質(zhì)量評估算法設(shè)計
我們在AHP( Analytic Hierarchy Process)層次分析法基礎(chǔ)上，建立多層次、多目標、群組決策系統(tǒng)數(shù)學(xué)模。包括分析評估系統(tǒng)中各指標之間的關(guān)系，建立層次模型;對同一層次的各指標影響上一層次中某指標的重要性進行兩兩比較，構(gòu)建兩兩比較判斷矩陣;由判斷矩陣計算子指標相對與其父指標權(quán)重，即層次單排序權(quán)重;計算各層指標相對系統(tǒng)評估目標權(quán)重，即層次總排序權(quán)重。同時利用群組決策判斷矩陣算法實現(xiàn)判斷矩陣修正，使其滿足一致性條件，綜合考慮不同評估團體參與決策或?qū)υu估影響，以及評語值的模糊性等，對各被選方案或被評對象進行優(yōu)劣排序，最終得到評估結(jié)果。
由于高等學(xué)校短時間擴招，導(dǎo)致招生人數(shù)激增，在校生人數(shù)巨大[4]。再者，多數(shù)教師在承擔繁重教學(xué)任務(wù)的同時，還有自身的科研項目，使得部分教師用于指導(dǎo)畢業(yè)實習(xí)的時間較少、精力不夠。此外，教師與學(xué)生的直接交流少，部分教師甚至讓研究生完全替代自己指導(dǎo)本科生論文。因此，對本科畢業(yè)實習(xí)不夠重視，在幫助學(xué)生選擇和確定課題過程中，沒有引導(dǎo)和啟發(fā)學(xué)生，沒有指導(dǎo)好學(xué)生[5]，選擇的實習(xí)課題也多數(shù)存在“換湯不換藥”的現(xiàn)象。同時，在實習(xí)過程中，導(dǎo)師對學(xué)生的要求不嚴格，導(dǎo)致學(xué)生懶散、不認真，甚至出現(xiàn)偽造數(shù)據(jù)和抄襲論文的現(xiàn)象。
二、生產(chǎn)實習(xí)管理松散
本科畢業(yè)實習(xí)期間多數(shù)存在實習(xí)與上課、考研、考公務(wù)員及找工作相沖突的現(xiàn)象。許多學(xué)生在畢業(yè)實習(xí)期間離校找工作，或者把大部分精力用在考研、考公務(wù)員等事情上，甚至不去做導(dǎo)師安排的課題任務(wù)。有的學(xué)生雖然參與了實習(xí)，但看到其他沒有實習(xí)的同學(xué)，也慢慢產(chǎn)生了消極情緒，經(jīng)常會找借口不去參加實驗，最終導(dǎo)致畢業(yè)實習(xí)流于形式。另外，有的教師在指導(dǎo)學(xué)生實驗實習(xí)時沒有統(tǒng)一的要求，沒有明確的目的，由學(xué)生分散獨立完成，這樣容易導(dǎo)致實習(xí)效果良莠不齊[6]。另外學(xué)校對學(xué)生實習(xí)目標和任務(wù)的管理比較模糊，對實習(xí)內(nèi)容的考核缺乏嚴格的標準，所以很多學(xué)生經(jīng)常以考研和找工作等借口，不去參加畢業(yè)實習(xí)[3]。有部分學(xué)生在實習(xí)期間，會去某些種子公司或中小學(xué)實習(xí)，這樣可提高學(xué)生實踐能力，讓學(xué)生提前接觸和認知社會，畢業(yè)后能在自己的工作崗位上游刃有余。但是這種實習(xí)方式也存在一定的問題，比如實習(xí)效果參差不齊，學(xué)生實習(xí)的積極性和實習(xí)單位的工作性質(zhì)，都會影響到最終的實習(xí)效果。
三、提高農(nóng)學(xué)專業(yè)畢業(yè)實習(xí)效果的對策
（一）采用“雙向選擇”方式，調(diào)動師生的積極性
首先，各院系應(yīng)充分利用實習(xí)動員大會、座談會等不同方式，對學(xué)生進行專業(yè)思想教育，使學(xué)生認識到畢業(yè)實習(xí)的重要性。同時，引導(dǎo)學(xué)生樹立不怕吃苦、努力鉆研、為農(nóng)業(yè)科技服務(wù)的精神和決心。其次，實行“雙向選擇”機制，確定學(xué)生的指導(dǎo)教師。在大二下學(xué)期就給學(xué)生詳細公布全院指導(dǎo)教師的具體情況，主要包括教師的年齡、畢業(yè)院校、學(xué)歷、職稱，具體研究方向及主要試驗場所（如大田、實驗室或外地）。讓學(xué)生充分了解導(dǎo)師的情況后，再做選擇。同時，向各指導(dǎo)教師公布學(xué)生的學(xué)習(xí)成績和生活情況，教師再對自己名下的學(xué)生進行選擇。每個指導(dǎo)教師指導(dǎo)學(xué)生的數(shù)量是一定的，盡量不出現(xiàn)兩極分化的現(xiàn)象。這樣一來，學(xué)生選擇了自己感興趣的研究方向和導(dǎo)師，導(dǎo)師也選擇了自己中意的學(xué)生，極大地提高了師生的積極性。
（二）采用“集中”與“分散”相結(jié)合的實習(xí)方式
就河南的氣候條件而言，暑期農(nóng)作物種類較多、現(xiàn)場豐富，且正是農(nóng)作物生長最旺盛的時期，根據(jù)這一實際情況原則上規(guī)定，畢業(yè)生在暑假和大四上學(xué)期集中進行畢業(yè)實習(xí)。同時，應(yīng)該提前采用開會、談話等方式，充分了解學(xué)生的畢業(yè)去向，如考研、考公務(wù)員、就業(yè)等，然后根據(jù)其就業(yè)意向，具體再安排其畢業(yè)實習(xí)時間。比如對于考研的學(xué)生，可將畢業(yè)實習(xí)安排在其考研結(jié)束后；對于選擇就業(yè)的學(xué)生，可將畢業(yè)實習(xí)安排在大三暑假期間，隨后可完全利用實習(xí)結(jié)束的時間去尋找就業(yè)機會或提前進入社會，提高就業(yè)率。
（三）嚴格實習(xí)管理，完善實習(xí)考核機制
實習(xí)期間各指導(dǎo)教師應(yīng)執(zhí)行嚴格的請假考勤制度，離開學(xué)校必須經(jīng)過指導(dǎo)教師同意，對于無故不去實習(xí)的，報給輔導(dǎo)員，進行說服教育，情節(jié)嚴重的，給予一定處分。同時，由于畢業(yè)實習(xí)環(huán)節(jié)是一個比較復(fù)雜的過程，為確保實習(xí)質(zhì)量，需制定一定的考核方式?？己藘?nèi)容包括實習(xí)日記、實習(xí)報告、思想作風及實習(xí)紀律、工作能力等幾方面，以全面考核學(xué)生的綜合素質(zhì)，切實達到良好的實習(xí)效果。對表現(xiàn)優(yōu)異的學(xué)生，給予一定的獎勵和表彰，可優(yōu)先推薦到合適的工作單位或高等院校。同時，也要對每位指導(dǎo)教師進行考核，考核主要通過學(xué)生打分、領(lǐng)導(dǎo)調(diào)研以及學(xué)生的畢業(yè)論文質(zhì)量等方式，考核結(jié)果將與老師的職稱晉升、年終考核等直接掛鉤，進而提高指導(dǎo)教師對畢業(yè)實習(xí)的重視程度，達到更好的實習(xí)效果。
（四）充分利用學(xué)校現(xiàn)有的科研平臺
關(guān)鍵詞 神經(jīng)網(wǎng)絡(luò)；空調(diào)；應(yīng)用
中圖分類號 TP387 文獻標識碼 A 文章編號 1673-9671-(2012)071-0184-02
中央空調(diào)系統(tǒng)是一個龐大復(fù)雜的系統(tǒng)，主要包括：空調(diào)冷熱源系統(tǒng)、水或空氣系統(tǒng)、控制系統(tǒng)等，空調(diào)系統(tǒng)能耗與影響因素之間是一種多變量、強耦合、嚴重非線性的關(guān)系，具有很強的動態(tài)性。而人工神經(jīng)網(wǎng)絡(luò)可以實現(xiàn)從輸入到輸出的任意非線性映射，能夠模擬高度非線性系統(tǒng)，具有較強的學(xué)習(xí)能力、自適應(yīng)能力、容錯能力和聯(lián)想能力，已成為復(fù)雜的非線性系統(tǒng)建模、仿真、預(yù)測的新型工具，人工神經(jīng)網(wǎng)絡(luò)自20世紀40年代初被首度提出來以后，經(jīng)過幾十年的發(fā)展，廣泛運用于模式識別和圖像處理、控制與優(yōu)化、人工智能等方面。隨著我國空調(diào)事業(yè)的快速發(fā)展及節(jié)能減排新形下，人工神經(jīng)網(wǎng)絡(luò)在空調(diào)系統(tǒng)中的運用越來越受到廣大暖通空調(diào)研究者的關(guān)注。
1 神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)是對人腦或生物神經(jīng)網(wǎng)絡(luò)的抽象和建模，具有從環(huán)境學(xué)習(xí)的能力，以類似生物的交互方式適應(yīng)環(huán)境。人工神經(jīng)網(wǎng)絡(luò)是一個由大量簡單的神經(jīng)元廣泛聯(lián)接組成的復(fù)合系統(tǒng)，當系統(tǒng)被訓(xùn)練達到平衡后，由各個神經(jīng)元的權(quán)值組成的整個網(wǎng)絡(luò)的分布狀態(tài)，就是所求的結(jié)果。網(wǎng)絡(luò)學(xué)習(xí)的過程也就是各神經(jīng)元權(quán)值的調(diào)整過程。人工神經(jīng)網(wǎng)絡(luò)根據(jù)連接方式不同可以分為兩大類：無反饋的前向神經(jīng)網(wǎng)絡(luò)和相互連接型網(wǎng)絡(luò)（包括反饋網(wǎng)絡(luò)），圖1為BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)簡圖，BP網(wǎng)絡(luò)就是一種誤差反向傳播的前向網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法總體來講可分為有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。人工神經(jīng)網(wǎng)絡(luò)的具有強容錯性、冗余性、魯棒性和信息分布式并行處理及快速進行大量計算能力特點， 能適應(yīng)復(fù)雜環(huán)境和進行多目標控制。
圖1 BP網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)
2 人工神經(jīng)網(wǎng)絡(luò)在空調(diào)系統(tǒng)中的應(yīng)用
2.1 空調(diào)風系統(tǒng)方面的應(yīng)用
變風量系統(tǒng)（VAV系統(tǒng)）的基本思想是：當室內(nèi)負荷發(fā)生變化時，改變送入室內(nèi)風量，以滿足室內(nèi)人員的舒適性或工藝性要求，實現(xiàn)送風量的自動調(diào)節(jié)，最大限度地減少風機動力，節(jié)約運行能耗。目前對變風量空調(diào)控制方法傳統(tǒng)方法主要有：定靜壓控制、變靜壓控制、總風量控制等，但多數(shù)局限于的PID控制理論，對變風量空調(diào)這種非線性系統(tǒng)的控制精度難以保證。朱為明等人在VAV系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)預(yù)測優(yōu)化算法對變風量空調(diào)進行控制，神經(jīng)網(wǎng)絡(luò)預(yù)測優(yōu)化算法控制過程的節(jié)能范圍為：6％-13.5％，與PID控制方法相比，神經(jīng)網(wǎng)絡(luò)預(yù)測優(yōu)化算法的控制量之和減少6%以上，具有較好的節(jié)能效果。
2.2 空調(diào)水系統(tǒng)方面的應(yīng)用
中央空調(diào)水系統(tǒng)主要包括冷卻水和冷凍水系統(tǒng)，對于大型系統(tǒng)，管道長，系統(tǒng)熱容量大、慣性大，被控系統(tǒng)水溫和流速變化速度較慢，滯后現(xiàn)象嚴重，是一種典型的大滯后系統(tǒng)，對于過程純滯后非線性特性，目前過程控制傳統(tǒng)算法不具備克服滯后影響的能力，在穩(wěn)定性和響應(yīng)速度上都難以達到較好的性能指標。周洪煜等人利用了神經(jīng)網(wǎng)絡(luò)的非線性逼近特性、自學(xué)習(xí)、自組織的能力以及預(yù)測控制的滾動優(yōu)化和反饋校正的特性，建立起的中央空調(diào)水系統(tǒng)的動態(tài)模型，作為預(yù)測控制器的預(yù)測模型，不需要對被控對象進行精確的辨識， 提出的多變量神經(jīng)網(wǎng)絡(luò)預(yù)測控制系統(tǒng)具有優(yōu)良的控制效果，實現(xiàn)了空調(diào)水系統(tǒng)的自適應(yīng)控制。何厚鍵等人在中央空調(diào)水系統(tǒng)的建模與優(yōu)化研究中，利用前饋型網(wǎng)絡(luò)結(jié)合BP算法建立了冷卻塔和制冷機的神經(jīng)網(wǎng)絡(luò)模型，解決的具有高度非線性的中央空調(diào)水系統(tǒng)設(shè)備的建模問題。
2.3 制冷系統(tǒng)方面的應(yīng)用
神經(jīng)網(wǎng)絡(luò)在空調(diào)中的制冷系統(tǒng)應(yīng)用，主要體現(xiàn)在制冷機組優(yōu)化控制和制冷系統(tǒng)的故障診斷兩方面。在中央空調(diào)系統(tǒng)中制冷機組是能耗最大的設(shè)備，對制冷機組進行優(yōu)化控制，提高其運行效率，是空調(diào)系統(tǒng)節(jié)能的重要途徑之一。趙健等人在分析了影響壓縮機運行效率的主要因素基礎(chǔ)上，建立了以壓縮機入口制冷劑溫度、壓縮機出口制冷劑溫度和負荷為輸入量，最佳吸氣壓力輸出為輸出量的BP神經(jīng)網(wǎng)絡(luò)模型。通過在線修正制冷機的吸氣壓力工作點，解決變負荷下，制冷機優(yōu)化控制問題，大幅度提高制冷性能參數(shù)COP的值，降低了制冷機的運行能耗，與采用額定工況相比，采用神經(jīng)網(wǎng)絡(luò)優(yōu)化控制方法的制冷機節(jié)能量約為44.8%。
故障診斷是一種了解和掌握設(shè)備在使用過程中的技術(shù)，確定其整體或局部是否正常，早期發(fā)現(xiàn)故障及其原因并能預(yù)報故障發(fā)展趨勢的技術(shù)。在制冷系統(tǒng)的故障診斷方面，神經(jīng)網(wǎng)絡(luò)也發(fā)揮著重要作用，隨著我國空調(diào)制冷事的蓬勃發(fā)展，制冷系統(tǒng)越來越復(fù)雜，故障的潛在發(fā)生點也越來越多，制冷設(shè)備的故障檢測與診斷越來越受到人們的重視。胡正定等人在分析制冷系統(tǒng)常見故障特征的基礎(chǔ)上，建立以壓縮機進口溫度、蒸發(fā)器進口溫度、冷媒水進口溫度、冷媒水出口溫度、壓縮機排氣壓力、壓縮機吸氣壓力、壓縮機出口溫度、冷凝器出口溫度等8特征征參數(shù)作為輸入量，故障模式作為輸出量的補償模糊神經(jīng)網(wǎng)絡(luò)模型。仿真結(jié)果表明，系統(tǒng)的診斷結(jié)果且有較高的準確率。李中領(lǐng)等人在空調(diào)系統(tǒng)故障診斷中利用神經(jīng)網(wǎng)絡(luò)建立了三層BP網(wǎng)絡(luò)模型，輸入層節(jié)點個數(shù)為4，對應(yīng)于4種故障現(xiàn)象，隱含層單元個數(shù)為4，輸出層節(jié)點個數(shù)為12，對應(yīng)于12種故障原因，輸出節(jié)點值的大小反映了故障出現(xiàn)的可能性。
2.4 負荷預(yù)測方面的應(yīng)用
空調(diào)系統(tǒng)逐時負荷的準確預(yù)測是實現(xiàn)現(xiàn)代控制的前提之一，準確預(yù)測空調(diào)負荷對空調(diào)高效節(jié)能運行具有重大意義，影響空調(diào)負荷的因素有空氣溫度、濕度、太陽輻射強度、人員、設(shè)備運行情況等，空調(diào)負荷與影響因素之間是嚴重非線性的關(guān)系，具有動態(tài)性。
2.5 空調(diào)制冷系統(tǒng)的仿真設(shè)計方面的應(yīng)用
制冷空調(diào)產(chǎn)品設(shè)計中，大量地依賴樣機的反復(fù)制作與調(diào)試，使得產(chǎn)品的設(shè)計周期延長，并影響性能優(yōu)化，用計算機仿真代替樣機試驗，在計算機上面實現(xiàn)優(yōu)化設(shè)計，使得制冷空調(diào)裝置仿真技術(shù)近年來得到了迅速發(fā)展 。
2.6 大型建筑運行能耗的評價方面的應(yīng)用
大型公共建筑指非住宅的民用建筑，包括辦公樓、商場、賓館、醫(yī)院、學(xué)校等，大型公共建筑用能特點是單位面積耗能非常高，為每年100 kW/m2-300 kW/m2，而且我國大型公共建筑能源系統(tǒng)效率較低，浪費嚴重，其電耗超過公共建筑節(jié)能設(shè)計標準規(guī)定指標的10倍以上。大型公共建筑中央空調(diào)系統(tǒng)運行能耗的科學(xué)評價是對大型公共建筑進行用能科學(xué)管理的重要基礎(chǔ)，趙靖等人基于BP人工神經(jīng)網(wǎng)絡(luò)，將冷水機組、冷凍水泵、冷卻水泵、冷卻塔、其它設(shè)備月平均功率、運行時間和氣象特征共七個作為預(yù)測因子，空調(diào)系統(tǒng)總能耗為輸出量，建立了大型公共建筑系統(tǒng)運行能耗的預(yù)測評價模型，仿真結(jié)果表明，網(wǎng)絡(luò)的平均預(yù)測誤差輸出值約為3.3E-014，可以滿足實際應(yīng)用的要求。
3 發(fā)展方向
人工神經(jīng)網(wǎng)絡(luò)基于較強的學(xué)習(xí)能力、自適應(yīng)能力、容錯能力和聯(lián)想能力，在暖通空調(diào)領(lǐng)域中的應(yīng)用已經(jīng)取得了突破性的進展。今后的發(fā)展方向主要有兩個方面，首先，不斷改進神經(jīng)網(wǎng)絡(luò)性能，提高其預(yù)測和控制精確度；另外，逐步使神經(jīng)網(wǎng)絡(luò)的實現(xiàn)由軟件實現(xiàn)過渡到硬件實現(xiàn)，擴大其在空調(diào)領(lǐng)域的應(yīng)用范圍，也是今后的研究方向之一。
參考文獻
[1]胡守仁.神經(jīng)網(wǎng)絡(luò)導(dǎo)論[M].北京:國防科技大學(xué)出版社,1999.
[2]候媛彬,杜京義,汪梅.神經(jīng)網(wǎng)絡(luò)[M].西安電子科技大學(xué)出版社,2007.
關(guān)鍵詞：高職院校；職業(yè)素養(yǎng)；培養(yǎng)途徑
良好的職業(yè)素養(yǎng)是高職院校學(xué)生技能學(xué)習(xí)以及創(chuàng)新能力培養(yǎng)的基礎(chǔ)，也是影響其職業(yè)發(fā)展的重要因素。因此，明確高職院校學(xué)生職業(yè)素養(yǎng)的培養(yǎng)意義，立足當前我國高職教育的現(xiàn)實情況，探索一條科學(xué)合理的高職院校職業(yè)素養(yǎng)培養(yǎng)路徑，提升高職生的職業(yè)素養(yǎng)十分必要。
一、職業(yè)素養(yǎng)國內(nèi)外研究概況
（一）國內(nèi)外研究概況。1.國外研究概況。美國學(xué)者萊爾斯潘塞提出著名的“冰山理論”，以漂浮在水中的冰山為例，將職業(yè)素養(yǎng)具體分成顯性職業(yè)素養(yǎng)和隱形職業(yè)素養(yǎng)兩部分。具體而言，顯性職業(yè)素養(yǎng)恰如露出水面的部分，主要由職業(yè)意識、道德品質(zhì)、職業(yè)作風、責任態(tài)度幾個方面構(gòu)成，是鑒別技校優(yōu)秀者和一般者的主要指標。隱形職業(yè)素養(yǎng)影響顯性職業(yè)素養(yǎng)的養(yǎng)成，高校應(yīng)著重培養(yǎng)學(xué)生的隱形職業(yè)素養(yǎng)。美國一些學(xué)者從學(xué)生職業(yè)素養(yǎng)養(yǎng)成的途徑展開實踐研究，關(guān)注情商培養(yǎng)與職業(yè)成功的關(guān)系。通過一些實證研究發(fā)現(xiàn)，企業(yè)的績效與員工的整體情商水平之間存在高度的正相關(guān)。美國高校根據(jù)學(xué)生的專業(yè)背景和自身特點，綜合開設(shè)了不同類型的情商培養(yǎng)課程，主要有“獨立設(shè)課”和“學(xué)科滲透”兩種形態(tài)。例如，北卡羅來納州立大學(xué)將情商中的“人際關(guān)系處理”作為一門獨立的課程在本科生中開設(shè)，奎尼匹克大學(xué)商學(xué)院將情商元素融入到本科《管理學(xué)》。2.國內(nèi)研究概況。國內(nèi)對大學(xué)生職業(yè)素養(yǎng)研究開始于2005年，由于我國經(jīng)濟發(fā)展和高校擴招后帶來的就業(yè)問題，越來越多的專家學(xué)者開始探尋造成大學(xué)生就業(yè)難的因素，逐漸將研究視角投向大學(xué)生職業(yè)素養(yǎng)上。筆者主要以中國知網(wǎng)中文社會科學(xué)索引文獻（CSSCI）為檢索數(shù)據(jù)庫，檢索了從2005年至今的關(guān)于大學(xué)生職業(yè)素養(yǎng)的論文四百余篇，其中針對本科院校的占比83%左右，高職院校占比17%左右。2017年我國高職院達1346所，與本科院校1533所不相上下，但研究的文獻數(shù)量與院校數(shù)量不成正比。2005年至今，關(guān)于大學(xué)生職業(yè)素養(yǎng)的研究以教育學(xué)學(xué)科為主，此外還涉及到秘書學(xué)、文學(xué)、電影學(xué)、心理學(xué)、經(jīng)濟學(xué)、哲學(xué)等學(xué)科門類，這些論文對大學(xué)職業(yè)素養(yǎng)的關(guān)注和研究呈現(xiàn)出各有側(cè)重的狀態(tài)。具體包括這幾類研究：一是對當前大學(xué)生職業(yè)素養(yǎng)現(xiàn)狀的調(diào)查和解決問題的途徑探索；二是以時代背景為研究視角，探尋大學(xué)生職業(yè)素養(yǎng)培養(yǎng)方式，例如工匠精神、人工智能；三是以就業(yè)為導(dǎo)向研究大學(xué)職業(yè)素養(yǎng)培養(yǎng)方式，例如從企業(yè)需求、面試等。這些論文主要從課程設(shè)置、學(xué)校制度、校園文化等方面探求培養(yǎng)大學(xué)生職業(yè)素養(yǎng)的有效途徑。在大學(xué)生職業(yè)素養(yǎng)研究中，專家學(xué)者主要從理論研究上分析論證影響職業(yè)意識、職業(yè)道德和職業(yè)責任的因素，具有一定的學(xué)術(shù)價值，但是高職院校職業(yè)素養(yǎng)研究仍然存在著一定的不足和局限，包括研究規(guī)模、研究內(nèi)容、研究方法等方面。具體表現(xiàn)為：一是研究規(guī)模的失衡，高職類的大學(xué)生職業(yè)素養(yǎng)研究文獻僅占17%左右，與高職院校的數(shù)量在大學(xué)總數(shù)中的占比不成正比。二是研究的方法上，絕大部分的關(guān)于大學(xué)生職業(yè)素養(yǎng)的研究采用定性邏輯論證的方法，在大數(shù)據(jù)的時代背景下，迫切需要我們采用科技手段對大學(xué)生的職業(yè)素養(yǎng)進行精確分析研究，因此，需要加大定量方法在職業(yè)素養(yǎng)研究中的運用，使大學(xué)生職業(yè)素養(yǎng)研究更加具有實踐的可能性。
二、廈門軟件職業(yè)技術(shù)學(xué)院學(xué)生職業(yè)素養(yǎng)的現(xiàn)狀
（一）學(xué)生職業(yè)素養(yǎng)的現(xiàn)狀。2018年12月，我們對廈門軟件職業(yè)技術(shù)學(xué)院學(xué)生職業(yè)素養(yǎng)培育狀況進行了問卷調(diào)查及個別訪談。問卷調(diào)查分為學(xué)生版、教師版和企業(yè)版，其中，291名畢業(yè)生有效參與了學(xué)生版問卷調(diào)查，40名教師有效參與了教師版問卷調(diào)查，25家企業(yè)有效參與了問卷調(diào)查。此外，我們還對5家校企合作企業(yè)進行調(diào)研訪談。通過調(diào)研，發(fā)現(xiàn)高職院校學(xué)生職業(yè)素養(yǎng)培育狀況呈現(xiàn)出以下特點：1.學(xué)生、企業(yè)管理人員對學(xué)生職業(yè)。素養(yǎng)水平認知基本一致學(xué)生在“你認為你哪項職業(yè)素養(yǎng)較強”問卷調(diào)查中，排名前三位的分別為“思維、溝通能力”“敬業(yè)”和“學(xué)習(xí)”能力。教師認為學(xué)生職業(yè)素養(yǎng)能力水平排名前三的為“思維、溝通能力”“敬業(yè)”和“創(chuàng)新”。從對企業(yè)調(diào)研結(jié)果看，企業(yè)對高職院校學(xué)生的溝通能力、敬業(yè)和團隊合作等比較滿意。2.校內(nèi)職業(yè)素養(yǎng)培育的手段有待加強。在“你認為培養(yǎng)職業(yè)素養(yǎng)的主要場所是哪里？”的調(diào)查中，學(xué)生和教師都認為職場是職業(yè)素養(yǎng)培育的主要場所，遠遠超過了“學(xué)?！边x項。從調(diào)查結(jié)果看，這在一定程度上反映出，學(xué)生和教師認為目前校內(nèi)職業(yè)素養(yǎng)培育手段有一定的局限，高職院校在職業(yè)素養(yǎng)培育上未能充分發(fā)揮其作用，校內(nèi)職業(yè)素養(yǎng)的培育手段還有待加強。3.社團活動等實踐平臺是校內(nèi)職業(yè)素養(yǎng)培育的主要途徑。在職業(yè)素養(yǎng)培育途徑調(diào)查中，學(xué)生選擇前三的為“社團活動”“班干部經(jīng)歷”和“職業(yè)拓展訓(xùn)練”。而教師在此項問題上，則呈現(xiàn)出與學(xué)生不同的選擇，教師認為職業(yè)素養(yǎng)主要培養(yǎng)途徑是“實習(xí)實訓(xùn)”“社團”和“課程教學(xué)”。調(diào)查表明，高職院校學(xué)生和教師都很注重實踐平臺對學(xué)生職業(yè)素養(yǎng)的培育，但學(xué)生認為課外實踐活動對職業(yè)素養(yǎng)幫助更大，而教師更傾向于課堂教學(xué)。（二）存在的問題。1.課程教學(xué)功能還未充分發(fā)揮。學(xué)校作為學(xué)生與職場銜接的橋梁，擔負著育人和為社會輸送合格人才的重任。學(xué)校是學(xué)生邁向社會最后的“淬煉場”，需要對學(xué)生從專業(yè)技能到職業(yè)素養(yǎng)全方面進行塑造，課程教學(xué)則是培養(yǎng)學(xué)生的主要途徑。但從調(diào)查結(jié)果看，更多的學(xué)生把課程教學(xué)簡單地視為知識技能的獲得渠道，職業(yè)素質(zhì)的養(yǎng)成在課程教學(xué)中的成效較差。在日常的課程教學(xué)中，課程教學(xué)的教學(xué)目標設(shè)置相對單一，過多注重技能知識目標的實現(xiàn)，輕視職業(yè)素養(yǎng)目標。同時，專業(yè)教師對職業(yè)素養(yǎng)培養(yǎng)的意識不夠，教師是課堂教學(xué)的引導(dǎo)者，他掌握一個課堂的方向。教師未能很好樹立職業(yè)素養(yǎng)滲透意識，細化課堂的職業(yè)素養(yǎng)培養(yǎng)目標，以言傳身教和課堂活動等方式，有目的地推進學(xué)生職業(yè)素養(yǎng)的養(yǎng)成。2.欠缺職業(yè)拓展訓(xùn)練。調(diào)查表明，學(xué)生十分認可職業(yè)拓展訓(xùn)練對職業(yè)素養(yǎng)的培養(yǎng)，目前的高職院校多是在職業(yè)生涯規(guī)劃和就業(yè)指導(dǎo)等課程中，利用少量的職業(yè)拓展訓(xùn)練提升學(xué)生職業(yè)素養(yǎng)。但由于其量少且未成系統(tǒng)，并未能在全面系統(tǒng)培養(yǎng)學(xué)生職業(yè)素養(yǎng)上發(fā)揮作用。目前，大多職業(yè)院校在大一開設(shè)職業(yè)生涯規(guī)劃課程，大二下學(xué)期或大三開設(shè)就業(yè)指導(dǎo)課程，中間欠缺連貫兩門課程的職業(yè)拓展訓(xùn)練，導(dǎo)致兩門課程在培養(yǎng)學(xué)生就業(yè)競爭力上存在斷層。此外，豐富的職業(yè)素養(yǎng)課程，以選修課方式，利用現(xiàn)代科技手段，設(shè)置培養(yǎng)學(xué)生情商、逆商的慕課、微課，整合學(xué)生的零碎時間系統(tǒng)提升職業(yè)素養(yǎng)。3.校企合作有待深入。高職院校人才培養(yǎng)需要產(chǎn)業(yè)的引領(lǐng)，校企之間聯(lián)動密切順暢才能保障高校人才培養(yǎng)質(zhì)量。從日常的企業(yè)走訪結(jié)果看，無論企業(yè)還是高校，對校企合作都表現(xiàn)出極大的熱情，65.79%的企業(yè)表示愿意保持長期的校企合作關(guān)系。但從目前校企合作的程度上看，校企合作僅停留在實訓(xùn)等部分的人才培養(yǎng)環(huán)節(jié)中，并未貫穿人才培養(yǎng)的全過程，企業(yè)參與人才培養(yǎng)的熱情未能有效轉(zhuǎn)化為教學(xué)成果。未來的校企合作不僅需要拓展合作的廣度，還需在深度上不斷探索新的形式。校企合作在人才培養(yǎng)方案設(shè)置、教學(xué)內(nèi)容選擇、師資隊伍建設(shè)上全方位加深合作，企業(yè)應(yīng)參與人才培育全過程共建人才培養(yǎng)體系。
三、高職院校學(xué)生職業(yè)素養(yǎng)的培養(yǎng)途徑
[關(guān)鍵詞]Internet 信息資源 開發(fā)利用
一、網(wǎng)上信息資源開發(fā)利用的必要性
網(wǎng)上信息資源又名網(wǎng)絡(luò)信息資源,內(nèi)容和信息都十分豐富,是集文字、圖像、聲音、視頻為一體的多媒體信息。其包括超文本信息和超媒體信息。它們按非線性文本組織模式,將信息單元儲存于節(jié)點,通過含URLdizhi地址的鏈接體現(xiàn)各節(jié)點之間的概念邏輯關(guān)系,從而形成網(wǎng)狀結(jié)構(gòu)。既可按線性順序查閱,又可跳躍式瀏覽,與實體文獻資源相比,具有如下的特點。
1.多樣性
網(wǎng)上信息資源包括館藏目錄、電子書刊、各種類型的數(shù)據(jù)庫、資源導(dǎo)航及搜索引擎、電子公告等。并以超級鏈接的方式將文字、圖像、語音和視頻信息鏈接起來,形成一個豐富多彩的網(wǎng)絡(luò)資源。
2.無序性
網(wǎng)上信息以超文本方式而構(gòu)成立體網(wǎng)狀的形式,缺乏統(tǒng)一的控制,呈分散無序狀態(tài),可以根據(jù)節(jié)點任意跳動,而實體文獻信息資源則自成體系,呈線性方式。
3.開放性
網(wǎng)上信息是開放、相關(guān)聯(lián)的,可以通過鏈接任意檢索信息。我們知道,通過internet,任意信息都可以傳播到世界各個地方,只要將計算機連接在網(wǎng)絡(luò)上,用戶就可以快速得到這些信息。
4.動態(tài)性
網(wǎng)上信息資源跨地區(qū)分布,高速度傳輸,更新淘汰周期短,變化快、不穩(wěn)定,呈高度動態(tài)性。由于網(wǎng)上信息資源從本質(zhì)上改變了信息的創(chuàng)造交流和獲取的方式,完全拋棄了傳統(tǒng)的出版概念,實現(xiàn)了無紙化的出版,信息呈現(xiàn)很強的時效性。
5.互動性
網(wǎng)上信息資源具有很強的互動功能,可以形成廣泛的論壇氛圍,有關(guān)專家可以就某一專題開設(shè)電子論壇,網(wǎng)上直接反饋用戶信息,參與交流討論。
6.增值性
網(wǎng)上信息資源開發(fā)與建設(shè)的最終目的是服務(wù)。用戶在網(wǎng)上利用各種手段查找所需的信息內(nèi)容,在這一過程中信息被反復(fù)利用,不但不會導(dǎo)致網(wǎng)上信息資源損耗,反而可使信息增值。
由此可見,網(wǎng)絡(luò)信息資源使實體文獻信息資源在內(nèi)容上和形式上有了很大的變化,這個巨大的信息資源庫涵蓋了不同學(xué)科、不同領(lǐng)域、不同地域、不同語言的信息資源,具有較大的靈活性。圖書館作為科研服務(wù)機構(gòu)之一,不懂得如何有效地開發(fā)利用網(wǎng)絡(luò)信息資源,就會失去對網(wǎng)絡(luò)信息的“擁有”與“服務(wù)”。因此,網(wǎng)上信息資源的開發(fā)利用是實現(xiàn)信息價值轉(zhuǎn)換一種典型的社會化智能活動。
二、網(wǎng)上信息資源的開發(fā)技術(shù)
1. push技術(shù)
傳統(tǒng)的信息獲取方式是基于Client/server模式,主要采用拉取(pull)的技術(shù)挖掘采集信息。但隨著網(wǎng)上信息資源的豐富和多元化,這種方式已不能滿足用戶快速準確地獲取信息的要求,引入了push技術(shù),作為internet的一種新技術(shù),提出了新的服務(wù)模式,即核心點放在服務(wù)方,不需要用戶的請求,主動將信息送到用戶方,在信息獲取應(yīng)用中它表現(xiàn)為push服務(wù)器自動搜集用戶感興趣的信息,并將其定期地傳送給用戶。其表現(xiàn)形式為:web服務(wù)器擴展;客戶方式;Push服務(wù)器方式。
2.WWW信息挖掘技術(shù)
WWW的數(shù)據(jù)信息挖掘,指從大型數(shù)據(jù)庫的數(shù)據(jù)中提取出用戶感興趣的文本型知識,這些知識是隱含的、事先未知的、潛在的有用的信息。而網(wǎng)上文本信息挖掘是在已知的數(shù)據(jù)樣本基礎(chǔ)上,得到數(shù)據(jù)對象詞的內(nèi)在特性.并以此為依據(jù)在網(wǎng)絡(luò)上進行有目的的信息提取。這種信息挖掘能自動地提取相關(guān)文獻之間的有價值的關(guān)系知識,并將這些知識以可視的、動態(tài)改變的方式反饋給用戶?？梢暦绞綖橛脩籼峁┝艘灾庇^的易于快速理解的知識掌握途徑,而動態(tài)改變的方式則滿足了用戶的及時性要求。它由特征提取、源信息采集、特征匹配三部分組成。特征提取負責根據(jù)一定的算法和策略,從現(xiàn)有的樣本文檔中提取出其內(nèi)在的特征,即進行挖掘目標的特征提取;源信息采集負責從WWW上選擇下載原始文檔,這部分工作一般由多個具有一定啟發(fā)策略的Robot (Robot是一個能沿著Web頁面中的超鏈接進行自動漫游,并通過HTTP等標準協(xié)議讀取漫游到頁面的程序)完成;特征匹配是利用挖掘目標特征判斷源信息的相似度,即進行相關(guān)信息的提取。
3.聯(lián)機分析處理技術(shù)
首先,聯(lián)機分析處理 (OLAP)與數(shù)據(jù)挖掘 (DM)是基于數(shù)據(jù)倉庫 (數(shù)據(jù)庫)技術(shù)而發(fā)展起來的信息分析與挖掘工具,在實際應(yīng)用中各有側(cè)重。前者是驗證型的,后者是挖掘型的。OLAP建立在多維視圖的基礎(chǔ)上,重在根據(jù)已有的模式將直接源自數(shù)據(jù)倉庫中的不同信息源的大量相關(guān)信息聯(lián)系起來,以給分析人員一個清晰、一致的視圖。DM建立在各種信息源的基礎(chǔ)上,重在發(fā)現(xiàn)隱藏在大量原始數(shù)據(jù)深層中的對用戶有用的模式。被抽取的即知識,具備可靠、新穎、有效、易于理解的特點。其次,OLAP與DM相結(jié)合,即OLAM,兼有OLAP多維分析的在線性、靈活性和DM對數(shù)據(jù)處理的深入性,因而可在更高層次上滿足網(wǎng)上信息分析與挖掘需求。目前OLAM正處于研究中,其核心點是:①OLAM建立在多維數(shù)據(jù)庫和OLAP的基礎(chǔ)上,能對任何它想要的數(shù)據(jù)進行挖掘;②用戶對挖掘算法具有動態(tài)選擇的權(quán)利;③具有超強的挖掘算法;④能夠協(xié)調(diào)執(zhí)行效率與挖掘的準確性之間的關(guān)系;⑤具有靈活的可視化工具和良好的擴展性。
三、網(wǎng)上信息資源的開發(fā)方法
1.常規(guī)性開發(fā)
由于網(wǎng)上信息不斷更新,同時一些站點的URL也在變化,在開發(fā)網(wǎng)絡(luò)信息時,應(yīng)不斷增加日常檢索頻率,把搜索網(wǎng)絡(luò)信息納入日常工作計劃中,做到分學(xué)科、按課題和科研需求進行開發(fā)。此外,為了保證查全率,不要只使用某一種引擎對某一專題的信息檢索,而要使用多種不同查詢工具,對一種主題反復(fù)查詢。
2.專題性開發(fā)
針對學(xué)科和學(xué)科建設(shè),結(jié)合科研課題和研究領(lǐng)域等進行專題網(wǎng)絡(luò)資源開發(fā)。在專用的網(wǎng)絡(luò)服務(wù)器上把收集到的各種專業(yè)信息制作成網(wǎng)頁放在網(wǎng)上,同時把相關(guān)專業(yè)的網(wǎng)絡(luò)資源(如數(shù)據(jù)庫、電子報刊、BBS、專題討論等)以“友情鏈接”形式到網(wǎng)頁上,以拓寬檢索范圍,使用戶能方便快捷地從專門的網(wǎng)頁上得到所需的信息,并結(jié)合信息咨詢服務(wù)中的定題檢索(SDI)、回溯檢索(RS)、原文提供服務(wù)和進行科研項目查詢(on.going re―search)服務(wù)開展工作,指導(dǎo)用戶獲取所需的二次及一次信息源。
四、網(wǎng)上信息資源開發(fā)的利用途徑
1.熟悉網(wǎng)絡(luò)信息資源特點及分布狀況
了解常用信息資源的特點和分布方式,如國內(nèi)外著名的科研機構(gòu)、信息機構(gòu)的特點和網(wǎng)址,及時而準確獲得這些權(quán)威機構(gòu)的信息。如世界衛(wèi)生組織及一些重要的學(xué)會協(xié)會等,通過其主頁經(jīng)常一些重要的科研信息,對這些機構(gòu)、學(xué)會的了解,可以幫助用戶及時掌握最新科研動態(tài)。
2.合理配置網(wǎng)上信息資源
由于我國對信息資源在時間、空間、數(shù)量三方面的配置存在不同程度的問題,即在空間的分配不均勻,時間的分配不合理,數(shù)量的分配不均衡,所以優(yōu)化配置網(wǎng)絡(luò)資源尤為重要。在空間上注重網(wǎng)絡(luò)資源在不同地區(qū)、不同行業(yè)部門的分布,在數(shù)量上對各種各樣網(wǎng)絡(luò)信息資源采取合理比例配置,在時間上調(diào)整好網(wǎng)絡(luò)資源在過去、現(xiàn)在、將來三種時態(tài)上的配置。
3.建立學(xué)科信息導(dǎo)航庫
為了提高用戶檢索的檢準率和檢全率,為了使網(wǎng)絡(luò)信息有序化,建立學(xué)科信息導(dǎo)航系統(tǒng),利用各種搜索引擎對某一主題信息上網(wǎng)查詢、瀏覽并參考有關(guān)文獻,選擇參考價值較高的信息資源,由專業(yè)人員經(jīng)過加工、組織、歸類、設(shè)置類目,形成新的知識關(guān)聯(lián),產(chǎn)生出更高層次上的綜合信息產(chǎn)品,方便用戶查詢。
4.利用國際聯(lián)機檢索系統(tǒng)
為了擴大獲取信息的范圍,一定要利用國際聯(lián)機檢索系統(tǒng)。其中最著名的是DIALOG系統(tǒng)。它是世界上最大的聯(lián)機檢索服務(wù)機構(gòu),有600多個數(shù)據(jù)庫,涉及到全文型、數(shù)據(jù)型、事實型、指導(dǎo)型的數(shù)據(jù)庫,有近3億條的記錄。涉及的學(xué)科專業(yè)范圍廣,檢索功能強,數(shù)據(jù)更新及時,文獻數(shù)據(jù)時間跨度大。是項目查新、文獻調(diào)研、課題立項、論文撰寫、專利申請等重要依據(jù)。它的聯(lián)入方式可通過Telnet方式聯(lián)入,也可通過www方式聯(lián)機的超文本界面。
5.開展個性化服務(wù)
隨著Internet信息技術(shù)和智能化技術(shù)的發(fā)展,借鑒人工智能技術(shù)將用戶信息需求組成過濾條件對信息資源進行過濾,來實現(xiàn)把資源中符合需求的內(nèi)容提取出為用戶服務(wù),從而形成一種因人而異的信息服務(wù)形態(tài)――個性化主動服務(wù)形態(tài),即“信息找人”,更好地為用戶提供信息挖掘服務(wù)。
6.加強網(wǎng)上搜集,增強針對性
對重點學(xué)科和課題除進行定期服務(wù)、跟蹤服務(wù)、信息的調(diào)研等服務(wù)外,還要有針對性地廣泛搜集實用網(wǎng)址。如農(nóng)業(yè)學(xué)科可搜集作物學(xué)、園藝學(xué)、林學(xué)、植保、畜牧獸醫(yī)、食品、水產(chǎn)養(yǎng)殖、生物學(xué)等方面的URL,還可收集一些農(nóng)業(yè)研究機構(gòu)、農(nóng)業(yè)高等院校、農(nóng)業(yè)國際會議等得URL。這樣做,不僅使用戶從虛擬館藏中得到現(xiàn)實的信息資源,而且深化了網(wǎng)絡(luò)信息資源服務(wù)層次。
7.成立網(wǎng)上信息資源開發(fā)部
在一定區(qū)域內(nèi)建立網(wǎng)上信息資源新產(chǎn)品連鎖服務(wù)站,并通過與企業(yè)、商業(yè)、旅游服務(wù)業(yè)、科研、教學(xué)等單位掛鉤,向社會傳播有關(guān)信息產(chǎn)品,同時編制各種網(wǎng)上“指南”、“索引”或“聯(lián)機幫助”,指導(dǎo)用戶有效的利用網(wǎng)上信息資源。
8.建立用戶反饋意見欄目出版社
用戶對網(wǎng)絡(luò)信息資源的利用價值最有發(fā)言權(quán),經(jīng)求、收集用戶對專業(yè)站點及其信息資源評價信息,可以把務(wù)握網(wǎng)絡(luò)資源的內(nèi)容質(zhì)量、學(xué)術(shù)水平、編輯質(zhì)量等,對篩選和評價專業(yè)網(wǎng)絡(luò)資源具有幫助,只有了解用戶需求,才能情報工作提高知識服務(wù)的水平,滿足用戶的信息需求。
9.舉辦多種形式的專題講座和信息活動
參考文獻:
[1]畢強.網(wǎng)絡(luò)信息資源管理[M].長春:吉林科學(xué)技術(shù).
[2]王淑群.網(wǎng)絡(luò)環(huán)境下高校圖書館的用戶需求與信息服[J].圖書館論壇,2007,(4):32-34.
[3]王建侖.網(wǎng)絡(luò)科研信息資源的開發(fā)與利用[J].圖書情報工作,2008,(2):37-39.
